GNN
์ ์
Graph Neural Network
๋ ธ๋์ ๋ ธ๋ ๊ฐ์ ์ฐ๊ฒฐ์ฑ์ ๋ํ๋ด๋ ์ฃ์ง๋ก ๊ตฌ์ฑ๋ ๊ทธ๋ํ ๋ฐ์ดํฐ์ ์ ํฉํ ํ์ต ์๊ณ ๋ฆฌ์ฆ
๊ทธ๋ํ ๊ตฌ์กฐ๋ฅผ ํ์ฉํด loss ๊ฐ์ ์ต์ํ์ํค๋ ๊ฒ
ํน์ง
์ ํด๋ฆฌ๋์ธ ๊ณต๊ฐ
1์ฐจ์, 2์ฐจ์์์ ํํ ๊ฐ๋ฅ
์ด๋ฏธ์ง์ ํ ์คํธ, ์ค๋์ค๋ ์ ํด๋ฆฌ๋์ธ ๊ณต๊ฐ์์์ ํํํ ์ ์๋ค.
์ด ๋ฐ์ดํฐ๋ค์ ๊ฑฐ๋ฆฌ๊ฐ ์ค์ํ๋ค. (๋ ธ๋-๋ ธ๋๋ก ์ฐ๊ฒฐ๋ ๊ฒฉ์ ํํ์์ผ๋ก)
๋ฐ๋ฉด, ๋ณต์กํ ์ฐ๊ฒฐ ๊ด๊ณ์ ๊ฐ์ฒด ๊ฐ์ ์ํธ ์์กด์ฑ์ ๊ทธ๋ํ๋ก ๋ํ๋ด์ผ ํ๋ ์ํฉ์ด ์๋ค. ( ex. ๋ถ์ ๊ตฌ์กฐ, SNS ๋ฐ์ดํฐ )
์ด๋ค์ ์ฐ๊ฒฐ์ฌ๋ถ์ ์ฐ๊ฒฐ๊ฐ๋๊ฐ ์ค์ํ๋ค.
node, edge, feature๋ก GNN ๊ทธ๋ํ๊ฐ ๊ตฌ์ฑ๋๋ค. node์ edge์ ๊ด๊ณ๋ฅผ ์ธ์ ํ๋ ฌ๋ก ๋ํ๋ด๊ณ , feature์ ํน์ง ํ๋ ฌ๋ก ๋ํ๋ธ๋ค.