グラフニューラルネットワークモデルがノード分類において成功を収めているにもかかわらず、エッジ予測（グラフ内のノード間の欠落または潜在的なリンクを予測するタスク）はこれらのモデルにとって依然として難問となっています。エッジ予測の一般的なアプローチは、まず2つのノードの埋め込みを取得し、次に事前に定義されたスコアリング関数を使用して、2つのノード間にエッジが存在するかどうかを予測することです。本稿では、Edge2Nodeと呼ばれる初步的なアイデアを紹介します。このアイデアは、各エッジの埋め込みを直接取得し、スコアリング関数の必要性なく行うことを提案しています。具体的には、エッジ予測タスクに与えられたグラフGに基づいて新しいグラフHを作成し、G上のエッジ予測タスクをH上のノード分類タスクに還元することを提唱しています。私たちは、この導入方法がエッジ予測タスクに関するさらなる研究を促進すると期待しています。