수작업 설계의 자동화
그래프 신경망 설계에는 여러 선택과 영역 지식이 필요하다. GraphNAS는 구조 후보를 자동으로 생성하고 평가해 노드 분류에 적합한 신경망 구성을 찾는 접근이다.
문자열 생성과 보상
순환 신경망이 그래프 신경망 구조를 설명하는 가변 길이 문자열을 만든다. 생성한 구조의 검증 자료 정확도를 바탕으로 기대 성능을 최대화하도록 강화 학습을 수행한다.
두 노드 분류 설정
원 연구는 Cora와 Citeseer 및 Pubmed 인용망과 단백질 상호작용망에서 평가했다. 변환적 및 귀납적 노드 분류에서 자동 탐색 구조를 수작업 설계 모형과 비교했다.