초록
여러 문제는 그래프 구조 데이터에서의 예측으로 표현될 수 있습니다. 본 연구에서는 스펙트럼 영역을 사용하지 않고 정규 그리드에서 임의의 그래프로 컨볼루션 연산자를 일반화함으로써, 다양한 크기와 연결성을 가진 그래프를 처리할 수 있도록 하였습니다. 단순 확산을 넘어서, 필터 가중치는 각 꼭짓점의 이웃에 있는 특정 엣지 라벨에 따라 조건부로 설정됩니다. 적절한 그래프 코어싱 방법과 함께, 우리는 그래프 분류를 위한 딥뉴럴네트워크 구축을 탐구하였습니다. 특히, 점군(포인트 클라우드) 분류에서 우리의 접근법이 새로운 최고 성능을 달성하였으며, 그래프 분류 데이터셋에서도 다른 딥러닝 접근법보다 우수한 성능을 보임을 입증하였습니다. 소스 코드는 https://github.com/mys007/ecc 에서 확인할 수 있습니다.