L'apprentissage auto-supervisé avec des représentations graphiques est une méthode où les programmes informatiques apprennent à reconnaître les relations et les structures dans des données en réseau, sans avoir besoin de nombreux exemples étiquetés.
Un graphe est composé de nœuds, qui représentent des choses, et d'arêtes, qui montrent les connexions entre ces choses.
Le programme apprend à comprendre ces structures et à découvrir des motifs importants en examinant les connexions et les voisinages des nœuds.
Ainsi, le programme peut ensuite mieux traiter les informations et résoudre des tâches qui dépendent de liens complexes, par exemple dans les réseaux sociaux ou les structures moléculaires.