Graph Neural Networkはどんな処理を行っていて、それによりどんな識別が可能になるのか?という点を検証した論文”How Powerful are Graph Neural Networks?”があったため、読んでみました。本論文はICLR 2019にOralでAcceptされています。 本論文の主張をまとめると、以下のようになります。 Graph Neural Networkの処理は3段階に分けられる。隣接ノードの集約(AGGREGATE)、集約結果による更新(COMBINE)、そしてグラフ全体の性質を得るためのノード特徴の集約(READOUT)の3つである。グラフの類似性を比較するために、ノードの接続種別ごとにラベルを振り、その個数を数え上げ比較する手法がある(Weisfeiler-Lehman Graph Isomorphism Test)。この文脈においては、同じ接続
![Graph Neural Networkの処理と効果を理解する: How Powerful are Graph Neural Networks?](https://cdn-ak-scissors.b.st-hatena.com/image/square/bca2deaf981a90e9c5f2022366bcc240d693c08f/height=288;version=1;width=512/https%3A%2F%2Fmiro.medium.com%2Fv2%2Fresize%3Afit%3A523%2F1%2AtFs9DGPrOQuXe4p2Ge3weQ.png)