GNNの勉強

まずGNNとは？

GNN（Graph Neural Network）＝“グラフ”を入力として扱えるニューラルネットです。

ここでいうグラフは「点（ノード）と線（エッジ）」で、

例はこんな感じ：

工程表のタスク（ノード）と依存関係（エッジ）

人（ノード）と友だち関係（エッジ）

部材（ノード）と接続/組み合わせ（エッジ）

GNNがやる中心の動きはほぼこれだけ：

近所の情報を集めて、自分の表現（ベクトル）を更新する（＝メッセージパッシング）。

うーん意味は分かるけど、イメージが付かない

GNNは「近所から情報を集めて、自分の特徴ベクトルを更新する」を何回か繰り返すモデル。

ここのイメージがついてないんだと思う普通のNNとの違い

普通のNN（MLP）は「入力が固定長ベクトル」前提。

GNNは「入力が“構造（つながり）を持つ集合”」で、しかも

ノード数が増減しても扱える

順番（ノードの並び替え）に強い

※「A,B,Cの順に並べたから意味が出る」じゃなく「誰とつながってるか」が意味

ここが本質。