특징과 위상의 균형
그래프 학습에는 노드 특징과 연결 구조라는 두 정보원이 있다. GPR-GNN은 특정한 동질성 가정에 의존하지 않으면서 두 정보원의 활용을 조정하는 방법을 다룬다.
적응적인 전파 가중치
일반화 페이지랭크 가중치를 학습해 노드 표지 패턴에 맞는 정보를 추출한다. 이 방식으로 특징을 구별하기 어렵게 만드는 과도한 평활화를 줄이는 방향도 제안했다.
합성 및 실제 자료
문맥 확률 블록 모형으로 생성한 합성 자료를 이론 분석에 활용했다. 원 연구는 알려진 동질 그래프와 이질 그래프의 노드 분류 벤치마크에서도 기존 방법을 비교했다.
관련 문서
페이지랭크 / PPNP와 APPNP / H2GCN / LINKX / PairNorm / 그래프 신경망