계층 구조의 표현 공간
계층적이거나 척도 없는 그래프를 유클리드 공간에 담으면 구조를 표현하는 과정에서 왜곡이 커질 수 있다. HGCN은 이런 구조를 낮은 차원에서도 표현하기 위해 쌍곡 기하를 활용한다.
변환과 집계의 정의
쌍곡 공간의 쌍곡면 모형에서 그래프 합성곱 연산을 구성한다. 유클리드 공간에 주어진 입력 특징을 쌍곡 임베딩으로 옮기며, 층마다 서로 다른 곡률을 학습할 수 있게 한다.
표현의 활용
계층 구조를 보존하는 귀납적 노드 표현을 학습하는 것이 목적이다. 원 연구는 연결 예측과 노드 분류에서 유클리드 공간의 대응 모형과 비교해 구조 표현의 효과를 평가했다.
관련 문서
중첩 쌍곡 공간 학습 / 그래프 신경망 / 임베딩 / 비유클리드 기하학 / GraphSAGE / 그래프 합성곱 신경망