Graph Neural Network
A.1) 기존 그래프 알고리즘과의 비교
전통적인 그래프 관련 알고리즘들의 limitation 이 존재 기존 알고리즘들: BFS, DFS, Dijkstra algorithm, Prim algorithm etc.
Limitation: 알고리즘을 적용하기 전에 입력 그래프에 대한 사전 지식이 필요하기 때문에 graph level 에서의 예측이 불가능하다 (graph level: graph 의 edge 나 node 가 아닌 여러개의 graph 를 다루는 레벨을 의미).
Graph Neural Network 는 graph 의 사전 지식이 필요없으며, 이 신경망은 node, edge 그리고 graph level 의 prediction 작업에 사용된다.
B) GNN 종류
B.1) Recurrent Graph Neural Network (Recurrent GNN)
Banach Fixed-Point Theorem 에 기반한 신경망
B.2) Spatial Convolutional Network
Convolution Neural Network 의 아이디어를 활용한 GNN
- Spectral Convolutional Network
- Temporal Graph Network
C) GNN Tasks
- node classification: 노드를 분류하는 문제
- link prediction: 그래프의 노드들 사이의 관계를 파악하고 두 노드 사이의 연관성이 얼마인지 예측하는 문제
- graph classification: 그래프 자체를 분류하는 문제