GNN 이란

인공신경망 CNN 이나 RNN은 보통 벡터나 행렬형태로 input이 주어지는데 반해서 GNN의 경우에는 input이 그래프 구조라는 특징

Neighborhoods Aggregation

GNN은 입력으로 그래프 구조와 각 노드별 feature 정보를 받는다.
입력으로 받은 feature 정보와 그래프 내에서 나타나는 이웃정보를 바탕으로 각 노드별 vector embedding을 출력 결과로 얻어낸다.

레이어를 두개 쌓았다고 할 경우에 두 레이어를 모두 거친 A의 embedding은 B,C,D, 그리고 A의 첫번째 레이어를 거친 후의 embedding에 의해서 결정된다.
GNN에서는 어떻게 자기 자신의 정보와 이웃들의 정보를 합쳐서 embedding을 구할까?
대부분의 GNN은 먼저 이웃들의 정보를 모으고, 모은 정보를 통해 얻은 새로운 값과 이전 상태의 자기 자신이 값을 이용하여 새로운 embedding을 얻어낸다.