5.5.2 그래프 신경망
그래프 신경망(Graph Neural Network, GNN)은 그래프 구조에서 사용하는 신경망을 의미합니다. 그래프 데이터에 대한 표현은 다음과 같이 두 단계로 이루어집니다.
1단계. 인접 행렬(adjacency matrix)
• 그림 5-51의 왼쪽과 같은 네트워크가 있을 때 노드 n개를 n×n 행렬(matrix)로 표현합니다.
• 이렇게 생성된 인접 행렬 내의 값은 ‘Aij는 i와 j의 관련성 여부’를 만족하는 값으로 채워 줍니다.
즉, 인접 행렬 과정은 컴퓨터가 이해하기 쉽게 그래프로 표현하는 과정이라고 할 수 있습니다.
2단계. 특성 행렬(feature matrix)
• 인접 행렬만으로는 특성을 파악하기 어렵기 때문에 단위 행렬을 적용합니다.
• 각 입력 데이터에서 이용할 특성을 선택합니다.
• 특성 행렬에서 각 행은 선택된 특성에 대해 각 노드가 갖는 값을 의미합니다(예 첫 번째 행은 첫 번째 노드의 특성 값).
• 이제 노드 1·2·3·4에 대한 특성을 한눈에 파악하기 쉽게 표현되었습니다.
▲ 그림 5-51 특성 행렬5
즉, 특성 행렬 과정을 거쳐 그래프 특성(graph feature)이 추출됩니다.