GCN : Graph convolution Network (2)

이어서 포스팅을 하려고 한다.

 

GNN Layer는 크게 3가지 동작으로 나눌 수 있다.

• Aggregate (메시지 패싱)
• Combine (업데이트)
• Readout (Graph Level Task에서만)

아래 그림과 같이 어떠한 그래프가 Input으로 들어오게 되면 GNN Layer를 거쳐서 새로운 그래프가 형성이 된다고 보면 된다.

위의 3가지 동작을 설명하기 앞서서 GNN의 표기법에 대해서 짚고 넘어간다.

이렇게 표기가 되어있고, 이를 바탕으로 위의 그림을 다시 나타내자면, 

위와 같이 나타낼 수 있다.

 

다시 돌아와서, 3가지 동작에 대해서 설명을 하고자 한다.

 

1. Aggregate

 : 타겟 노드의 이웃 노드들의 k-1시점의 hideen state를 결합한다.

2. Combine

 : k-1 시점 타겟 노드의 hidden state와 aggregated information을 사용해서 k 시점의 타겟노드의 hidden state를 update한다.

3. Readout 

 : K 시점의 모든 노드들의 Hidden state를 결합하여 graph의 hidden state를 생성한다.

 : Graph Level Classification  에서 동작

 

* Aggregate / Combine Function의 정의에 따라 다양한 방식의 모델이 존재한다.

논문 : Graph neural networks: A review of methods and applications