GaAN: Gated Attention Networks for Learning on Large and Spatiotemporal Graphs GaAN: 큰 규모와 시공간 그래프에서 학습을 위한 게이트 주의 네트워크

우리는 그래프 학습을 위한 새로운 네트워크 아키텍처인 게이티드 어텐션 네트워크(GaAN)를 제안합니다. 전통적인 다중 헤드 어텐션 메커니즘과 달리, GaAN은 각 어텐션 헤드의 중요성을 제어하기 위해 컨볼루셔널 서브네트워크를 사용합니다. 우리는 GaAN의 효과성을 귀납적 노드 분류 문제에서 입증하였습니다. 또한, GaAN을 구성 요소로 사용하여 교통 속도 예측 문제를 해결하기 위한 그래프 게이티드 리쿠렌트 유닛(GGRU)을 구축하였습니다. 세 개의 실제 데이터셋에 대한 광범위한 실험 결과, 우리의 GaAN 프레임워크는 두 가지 작업 모두에서 최신 기술 수준의 성능을 달성함을 보여주었습니다.