전체 그래프의 표현
노드나 부분 그래프의 표현만으로는 그래프 전체를 분류하거나 군집화하는 데 필요한 벡터가 바로 주어지지 않는다. graph2vec은 임의 크기의 그래프를 고정 길이로 표현하는 문제를 다룬다.
자료에서 배우는 임베딩
수작업으로 정한 그래프 특징에만 의존하는 대신 신경 임베딩으로 자료 기반의 분산 표현을 학습한다. 비지도 방식으로 학습하며 특정 후속 과제에만 맞춰진 표현을 목표로 하지 않는다.
분류와 군집화의 활용
학습한 벡터를 그래프 분류와 군집화에 사용하거나 지도 표현 학습의 초기 정보로 활용할 수 있다. 원 연구는 벤치마크와 큰 실제 자료에서 부분 구조 표현 및 그래프 커널과 비교했다.
관련 문서
InfoGraph / 그래프 / 표현 학습 / 임베딩 / 군집화 / Open Graph Benchmark