Graph Neural Network — GCN / GAT / GraphSAGE

Graph Neural Network (GNN) ialah seni bina pembelajaran mendalam yang beroperasi terus pada data berstruktur graf dengan menggabungkan ciri nodus dengan maklumat struktural melalui penghantaran mesej kejiranan berulang. Tiga varian kanonik — Graph Convolutional Network (GCN) yang diperkenalkan oleh Kipf dan Welling pada 2017, Graph Attention Network (GAT) yang diperkenalkan oleh Veličković et al. pada 2018, dan GraphSAGE — berbeza dalam cara mereka menggabungkan maklumat jiran: GCN menggunakan konvolusi spektral merentasi keseluruhan kejelajahan, GAT memberati jiran dengan skor perhatian yang dipelajari, dan GraphSAGE mengambil sampel dan menggabungkan kejiranan tempatan secara induktif, membolehkan generalisasi kepada nodus yang belum dilihat.