要約
多くの問題はグラフ構造データ上の予測として定式化することができます。本研究では、スペクトル領域を避けて正規のグリッドから任意のグラフへと畳み込み演算子を一般化し、異なるサイズや接続性を持つグラフを扱えるようにしています。単純な拡散を超えるために、フィルタの重みは頂点の近傍にある特定のエッジラベルに条件付けられています。適切なグラフ粗視化の選択とともに、グラフ分類用の深層ニューラルネットワークの構築について探求しています。特に、私たちの定式化の汎用性を点群分類で示し、新たな最先端技術を確立しました。また、グラフ分類データセットにおいても他の深層学習アプローチを上回る性能を達成しています。ソースコードは https://github.com/mys007/ecc で利用可能です。以上が翻訳した内容です。ご確認ください。