경로의 중간 정보
메타패스로 이웃을 선택하는 방법은 경로의 끝점뿐 아니라 중간 노드가 가진 의미도 다룰 수 있다. MAGNN은 노드 내용의 누락, 중간 노드의 폐기, 단일 메타패스 사용이라는 한계를 함께 다룬다.
세 가지 구성
입력 노드 속성을 담는 내용 변환을 먼저 수행한다. 메타패스 내부 집계에서는 중간 노드의 의미를 반영하고, 메타패스 사이 집계에서는 여러 경로가 전하는 메시지를 합친다.
노드 표현의 평가
이 과정을 통해 구조와 의미 정보를 낮은 차원의 노드 표현으로 압축한다. 원 연구는 세 실제 이종 그래프 자료에서 노드 분류, 노드 군집화, 연결 예측으로 표현의 유용성을 평가했다.
관련 문서
GTN 메타패스 그래프 학습 / HAN 이종 그래프 어텐션 / HGT 이종 그래프 트랜스포머 / metapath2vec / 임베딩 / 그래프 신경망