5.5.3 그래프 합성곱 네트워크

그래프 합성곱 네트워크(Graph Convolutional Network, GCN)는 이미지에 대한 합성곱을 그래프 데이터로 확장한 알고리즘입니다.

그래프 합성곱 네트워크 구조는 다음 그림과 같습니다.

▲ 그림 5-52 그래프 합성곱 네트워크

여기에서 리드아웃(readout)은 특성 행렬을 하나의 벡터로 변환하는 함수입니다. 즉, 전체 노드의 특성 벡터에 대해 평균을 구하고 그래프 전체를 표현하는 하나의 벡터를 생성합니다.

GCN에서 가장 중요한 부분은 그래프 합성곱층(graph convolutional layer)입니다. 그래프 합성곱층을 이용한 그래프 형태의 데이터는 행렬 형태의 데이터로 변환되어 딥러닝 알고리즘을 적용할 수 있기 때문입니다(기존 그래프 형태의 데이터로는 딥러닝 알고리즘을 적용할 수 없습니다).

또한, GCN은 다음과 같은 곳에서 활용됩니다.

이 장에서 합성곱 신경망의 전반적인 내용을 살펴보았습니다. 이어서 6장에서 합성곱 신경망을 좀 더 알아보겠습니다.