랜덤 워크 점수를 사용한 그래프 뉴럴 네트워크 기반 노드 분류

Abstract

그래프 뉴럴 네트워크(Graph Neural Network)는 그래프에서 노드의 특성을 벡터의 형태로 파악할 때 해당 노드와 연결 관계에 있는 노드들의 벡터의 값을 이용하여 구하는 것이다. 그러나 모든 간선이 동일한 그래프를 분석할 때 이 알고리즘은 모든 연결된 노드들을 동등한 가중치로 생각하여 평균을 내는 방식을 사용함으로 정확성과 신뢰도가 떨어진다. 따라서 본 논문은 노드와 간선을 통해 연결된 노드의 가중치를 랜덤 워크의 점수를 기반으로 부여함으로써 정확성과 신뢰도를 높이는 방법을 제시한다. 또한 이를 기존의 방법들과 비교하여 결과를 보인다.