Graph Neural Network - (2)

앞선 글에서 뭔가를 설명했는데, GNNs은 어떤 장점을 갖고, 언제 쓰는걸까?

무엇이 GNNs을 특별하게 만드는 걸까?

• 입력의 구조가 명시적인 이웃에 의해 결정된다. 이는 데이터를 이미지와 같이 격자점 구조로 만들지 않아도 되며, RNNs에서 쓰는 것처럼 시간 순으로 늘어 놓지 않아도 된다는 의미이다.
• MLP와 다르게 directed/undirected graph 모두를 구성할 수 있다.
• 임의의 두 노드 사이의 edges를 여러개 만들 수 있다. 서로 다른 edges는 두 노드 사이의 다양한 관계를 표현하는데 용이하다.
• Node feature $\mathbf{x}_v$가 이웃들에 의해 결정된다.

그러면 GNNs은 왜 쓰는걸까?

• 그래프는 서로 다른 데이터의 관계를 추론하기에 적합한 구조를 갖고 있다. 관계는 edges로 표현되는데, 이 edge feature를 이용하면 관계를 시각화할 수도 있지 않을까
  반대로 말하면, 관계 추론이 필요없다고 생각되면 GNNs 말고도 좋은 방법들이 있다.

출처

https://towardsdatascience.com/an-introduction-to-graph-neural-network-gnn-for-analysing-structured-data-afce79f4cfdc