При самостоятельном обучении с графовыми представлениями модель обучается извлекать полезные признаки узлов или целых графов без явных меток.
Типичные методы используют задачи, такие как предсказание соседних узлов, восстановление подграфов или различение настоящих и искажённых связей.
Графовые нейронные сети (GNN) часто применяются для создания богатых встраиваний узлов или графов путём агрегации информации из соседства.
Цель состоит в получении структурированных и информативных представлений, которые могут использоваться для различных задач, таких как классификация, кластеризация или предсказание связей.