GNN(Graph Neural Network)

정의

- 복잡한 연결 관계와 객체 간의 상호 의존성을 지닌 그래프 데이터의 더 나은 표현(representation)을 위한 학습 방법

 

키워드

- 그래프 데이터(노드, 엣지), Transforamtion, Aggregate, Combine, Readout

 

메커니즘

 

기술요소

변환(Transforamtion)
- 비유클리드 공간상에 존재하는 복잡한 형태의 데이터를 신경망 학습에 적합한 형태로 변환
- 인접 행렬(adjacency matrix): 그래프의 노드 간 연결 정보
- 노드 특징행렬(node feature matrix): 그래프의 노드 속성

취합(Aggregate)
- 각각의 레이어(layer)에서는 타겟 노드에 인접한 모든 이웃 노드들의 은닉 변수(hidden state) 정보를 취합(aggregate)

 

업데이트(update) or Combine
- 타겟 노드와 앞서 결합된 이웃 노드들의 은닉 변수 정보를 통해 타겟 노드를 업데이트

 

생성(readout) 

- 모든 노드들의 은닉 변수를 결합하여 그래프 단위의 은닉 변수 생성

 

참고

GCN: Graph Convolution layer들을 거친 후 MLP로 모든 node 정보를 취합하고 최종적으로 readoutlayer를
통해 regression 혹은 classification 작업 수행