CellTypeGraph: 새로운 기하학적 컴퓨터 비전 벤치마크

기관 내 모든 세포를 분류하는 것은 식물 발달 생물학에서 중요한 문제이자 매우 도전적인 과제이다. 본 연구에서는 이 문제를 지리적 위치 정보를 갖춘 그래프에서의 노드 분류를 위한 새로운 벤치마크로 추상화한다. 이 문제를 해결하기 위해서는 기관의 공간적 배열과 대칭성을 학습하는 것이 필요하다. 새로운 기하학적 학습 방법을 편리하게 테스트할 수 있도록, 아라비도프시스 탈리아나의 난소에 대한 벤치마크가 PyTorch 데이터 로더 형태로 공개되며, 수많은 사전 계산된 특징들이 함께 제공된다. 마지막으로, 최근의 그래프 신경망 아키텍처 여덟 가지를 비교 평가하여, 현재까지 이 문제에 가장 효과적인 성능을 보인 것은 DeeperGCN임을 확인하였다.