노드마다 다른 정보 범위
이웃 집계로 만든 노드 표현이 어느 범위의 정보를 담는지는 그래프 구조에 크게 의존한다. 원 연구는 이 현상을 무작위 보행의 확산과 유사한 관점에서 분석했다.
여러 범위의 표현
한 가지 이웃 범위만 고정해 사용하는 대신 각 노드에서 다른 범위의 정보를 활용한다. 국소 이웃의 성질과 해결할 과제에 적응하는 구조 인식 표현을 목표로 한다.
다른 그래프 모형과의 결합
GCN과 GraphSAGE 및 GAT 같은 모형에 JK 틀을 결합하는 경우를 평가했다. 사회 네트워크와 생물정보 및 인용 네트워크의 실험에서 범위 선택의 효과를 조사했다.
관련 문서
GraphSAGE / GAT 그래프 어텐션 / 그래프 합성곱 신경망 / 무작위 보행 / 그래프 / 표현 학습