Graph를 사용하는 이유

• 관계, 상호작용 같은 추상적인 개념을 다루기에 적합함
• Non-Euclidean Space의 표현 및 학습이 가능함
  • SNS 데이터, 분자 데이터 등은 Non-Euclidean Space로 표현해야 함.

GNN이란

• GNN이란 그래프로 표현할 수 있는 데이터를 처리하기 위해 인공신경망.

• 즉, 그래프 구조를 활용하여 특징을 추출하고, 목적에 맞는 task를 수행하는 것

  (이를 통해 우린 각 노드를 잘 표현할 수 있는 임베딩을 추출할 것을 기대할 수 있음)

GCN이란

• GCN은 CNN에서 사용되는 Convolution 개념을 그래프에 적용시킨 모델이다.
  • convolution : 커널을 움직여가며 커널 크기에 해당하는 정보들을 한 곳에 모으는 과정
  • Graph에서는 타겟 노드와 연결된 이웃들의 정보를 weighted average함으로써 Convolution 효과를 만들어냄

자세히