복잡성의 단순화
심층 학습에서 가져온 구성 가운데 불필요한 복잡성과 중복 계산이 있을 수 있다는 문제에서 출발한다. 비선형 연산을 차례로 제거하고 이웃한 층 사이의 가중치 행렬을 하나로 합친다.
선형 모형의 해석
단순화한 모형을 이론적으로 분석하면 고정된 저역 통과 필터를 먼저 적용하고 선형 분류기로 처리하는 구성에 해당한다. 그래프 구조의 평활화와 학습할 분류기를 구분하는 관점이다.
정확도와 계산의 평가
원 연구는 여러 후속 과제에서 단순화가 정확도에 미치는 영향을 평가했다. 큰 자료로 확장할 때의 실행 효율과 해석 가능성도 함께 조사했다.
관련 문서
그래프 합성곱 신경망 / 저역 통과 필터 / 선형 분류기 / GraphSAGE / PPNP와 APPNP / 그래프