edGNN: 방향성 라벨 그래프를 위한 간단하면서 강력한 GNN

그래프 신경망(GNN)이 그래프의 위상 구조와 그래프 라벨을 동시에 활용하는 능력은 차별화된 노드 및 그래프 임베딩을 구축하는 데 있어 근본적입니다. 이전 연구를 바탕으로, 우리는 이론적으로 방향성 라벨 그래프를 위한 우리의 모델인 edGNN이 그래프 동형 문제에 있어서 Weisfeiler-Lehman 알고리즘만큼 강력하다는 것을 증명하였습니다. 실험 결과는 우리의 이론적 발견을 뒷받침하며, GNN이 노드와 엣지 라벨이 있는 방향성 그래프에서 추론 문제를 효과적으로 해결할 수 있음을 확인하였습니다. 코드는 https://github.com/guillaumejaume/edGNN에서 제공됩니다.