그래프의 다운샘플링
그래프 합성곱과 함께 사용할 다운샘플링 연산을 설계하는 문제를 다룬다. 정규 격자 영상과 달리 그래프에서는 어떤 정보를 남기고 크기를 줄일지 별도로 구성해야 한다.
자기 어텐션의 활용
그래프 합성곱을 사용하는 자기 어텐션으로 풀링을 수행한다. 이 구성은 각 노드의 특징뿐 아니라 그래프의 연결 구조도 풀링에 반영할 수 있도록 한다.
조건을 맞춘 비교
원 연구는 기존 풀링 방법과 동일한 학습 절차 및 모형 구조를 사용해 비교했다. 벤치마크의 그래프 분류 성능과 필요한 매개변수 규모를 함께 평가했다.
관련 문서
자기 어텐션 / 그래프 합성곱 신경망 / DiffPool / MinCutPool / 풀링 / 그래프