본 논문에서는 복잡한 구조적 데이터 예측을 위한 새로운 프레임워크인 명시적 손실 임베딩(ELE)을 제안하며, 이는 대조 학습을 통해 미분 가능한 대리 손실을 학습하고 이를 그래프 예측 문제에 적용하여 기존 방법들과 비슷하거나 더 나은 성능을 달성합니다.
