Графови невронни мрежи — GCN / GAT / GraphSAGE

Графова невронна мрежа (GNN) е архитектура за дълбоко обучение, която работи директно върху данни със графова структура, като комбинира характеристиките на възлите със структурна информация чрез итеративно предаване на съобщения между съседите. Трите канонични варианта — Графова конволюционна мрежа (GCN), представена от Kipf и Welling през 2017 г., Графова мрежа с внимание (GAT), представена от Veličković et al. през 2018 г., и GraphSAGE — се различават по начина, по който агрегират информацията от съседите: GCN прилага спектрална конволюция върху цялата съседство, GAT претегля съседите чрез научени коефициенти на внимание, а GraphSAGE семплира и агрегира локални съседства индуктивно, позволявайки генерализация към невиждани възли.