2025.06.08 - [Data & Research] - [Graph Neural Networks] Table of Contents
이전 포스팅에서 Node embedding 그러니까 node를 벡터화하는 방법을 배웠습니다. 그런데, 노드를 수치화하는 것이 아니라 아예 그래프 구조 자체를 embedding하는 관점도 있습니다. 여기서는 그냥 그 컨셉정도만 간단하게 짚어보고 넘어가겠습니다.
Approach 1) Node Embedding의 확장
Graph의 각 node를 embedding하고(Deep Walk, node2vec 등) 그 embedding값을 모두 더하거나 평균을 내어 graph embedding.
Approach 2) Super-Node 개념 도입
Graph를 대표하는 virtual node (super-node)를 만들고, 그 node를 embedding값을 (sub)graph의 embedding으로 사용
Approach3) Anonymous Walk
Random walk은 index를 고려하지만 Anonymous Walk은 단순히 node의 패턴만을 고려
'Data & Research' 카테고리의 다른 글
| [Graph Neural Networks] Transductive vs. Inductive (0) | 2025.06.03 |
|---|---|
| [Graph Neural Networks] Node Similarity (0) | 2025.06.03 |
| [Graph Neural Networks] Node Embedding (2) | 2025.06.03 |
| [Recommender System] Table of Contents (0) | 2025.06.01 |
| [Recommender System] Deep Factorization Machine (0) | 2025.06.01 |
