직접 이웃의 제한 완화
일반적인 그래프 메시지 전달은 한 단계로 연결된 이웃 사이에서 이루어진다. GDC는 일반화된 그래프 확산으로 이 제한을 완화하면서 공간적으로 국소화된 합성곱을 구성한다.
공간과 스펙트럼의 연결
잡음이 있거나 임의적으로 정해진 실제 그래프의 간선 문제를 줄이려 한다. 원 연구는 GDC와 스펙트럼 모형의 관계를 보이며 공간적 메시지 전달과 스펙트럼 접근의 장점을 연결했다.
신경망 밖의 적용
지도 및 비지도 과제의 여러 모형에서 확산 합성곱의 효과를 평가했다. 그래프 신경망뿐 아니라 스펙트럼 군집화 같은 그래프 기반 알고리즘과 결합하는 방식도 제시했다.
관련 문서
페이지랭크 / PPNP와 APPNP / 그래프 라플라시안 / 스펙트럼 군집화 / 그래프 합성곱 신경망 / MVGRL