Semi-supervised classification with GCN

Semi-Supervised Classification with Graph Convolutional Networks

0. Abstract

▶ graph에서 직접 작동하는 convolution neural network의 효율적인 변형을 기반으로한, graph-structed data에 대한 semi-supervised 학습을 위한 접근 방식 제시

▶ spectal graph convolution의 localized first-order approximation를 통해 convolution architecture를 선택하도록 동기를 부여

▶ 해당 model은 graph의 edge' number에서 linear하게 확장되고 local graph structure와 node' feature을 모두 encoding 하는 hidden layer representation을 학습 

 

---

1. Introduction

 

▶ labels가 small subset of nodes에서만 사용가능한 graph에서 node classifying problem을 고려