연구진은 준지도 학습의 효율성을 이론적으로 설명하기 위해 데이터 증강을 활용한 그래프 정규화 학습 방법을 제시했어요.
새로운 접근 방식은 데이터 증강으로 생성된 그래프에서 발생하는 오차를 분석하여, 레이블 수에 따라 $O(1/n_L)$의 빠른 수렴 속도를 달성했어요 (기존 지도 학습의 $O(1/ ext{√}n_L)$ 대비).
데이터 증강 품질이 명시적으로 드러나도록 분석했으며, 좋은 증강 데이터는 적은 수의 레이블로도 높은 정확도를 얻을 수 있음을 보여줬어요.