InductWave는 대규모 지식그래프에서 논리적 다중홉 질의응답을 수행하는 웨이블릿 기반 귀납적 임베딩 방법이다. 기존 연구는 대부분 학습 시 보지 못한 엔터티에 추론할 수 없는 변환적(transductive) 방식이라 실제 자원 부족 환경에서 대형 KG 전체를 학습하기 어렵다는 한계가 있다. InductWave는 학습 그래프가 테스트 그래프보다 노드가 적은 귀납적 설정에서, 메시지 전달 계층 수를 절반으로 줄이고도 베이스라인과 대등한 성능을 내며 계층의 75%만으로 대부분 이들을 능가한다. 적은 자원 요구 덕분에 Wiki-KG 같은 대규모 그래프에서도 평가할 수 있었고, FB15k-(237) 데이터셋의 다양한 학습·테스트 비율에서 최신 모델과 비교해 우수성을 입증했다.

• •학습 시 보지 못한 엔터티에 추론하는 귀납적 질의응답을 위한 웨이블릿 기반 임베딩 InductWave 제안
• •메시지 전달 계층을 절반으로 줄이고도 베이스라인과 대등, 75% 계층으로 대부분 능가
• •적은 자원 요구로 Wiki-KG 같은 대규모 그래프 평가 가능
• •FB15k-(237)의 다양한 학습·테스트 비율에서 최신 모델 대비 우수성 입증