Gráfon alapuló neurális hálózat — GCN / GAT / GraphSAGE

A gráfon alapuló neurális hálózat (GNN) egy mélytanulási architektúra, amely közvetlenül gráfszerkezetű adatokon működik, iteratív szomszédos üzenetátadáson keresztül kombinálva a csomópontok jellemzőit a szerkezeti információkkal. A három kanonikus változat — a Kipf és Welling által 2017-ben bevezetett Graph Convolutional Network (GCN), a Veličković et al. által 2018-ban bevezetett Graph Attention Network (GAT), és a GraphSAGE — abban különbözik, hogyan aggregálják a szomszédos információkat: a GCN spektrális konvolúciót alkalmaz a teljes szomszédságra, a GAT a szomszédokat tanult figyelmi pontszámokkal súlyozza, a GraphSAGE pedig lokális szomszédságokat mintáz és aggregál indukciós módon, lehetővé téve az általánosítást nem látott csomópontokra.