グラフニューラルネットワーク (機械学習プロフェッショナルシリーズ)
著者
出版年
2024
なぜ読みたい?
どんな本?
重要なのはどこ?
面白いのはどこ?
次に読むべき本は?
https://m.media-amazon.com/images/I/61rTcj9RDFL._SY522_.jpg
2節
グラフ理論
接続行列の定義が講義と異なるのが気になる
ほかはあまり見てない. DeepWalkがやたら難しい印象
結局, メッセージ伝播 (パッシング) があるかどうか. 学習や推論では埋め込み作成やそれに対するモデル適用, リードアウト関数の適用など, 一部特殊ではあるが, 概ねNNと同じように誤差逆伝播法で学習する. ただしグラフ特有の, グラフノードやエッジの分類や回帰などがタスクになる点は注意
GNNの学習, 推論は実装しつつ確かめるのが良さそう
RouteNetでは遅延とジッタを予測するとあったが, これらがどう得られるのか理解する必要がある. ノードやエッジの特徴を回帰するのか, 分類するのか, あるいはエッジの存在を予測するのか. どういう設定か理解するのが重要