초록
그래프 신경망(GNN)은 신경망 기반 알고리즘 추론 분야에서 상당한 성공을 거두었다. 많은 전통적인 알고리즘은 데이터 구조의 형태로 명시적인 메모리를 활용한다. 그러나 GNN에 외부 메모리를 통합하는 연구는 여전히 제한적이었다. 본 논문에서는 GNN에 적합한 알고리즘 우선순위 큐(algorithmic priority queues)의 미분 가능한 대안으로 '신경 우선순위 큐(Neural Priority Queues)'를 제안한다. 우리는 메모리 모듈에 대해 바람직한 특성(디지레타)을 제시하고, 신경 우선순위 큐가 이러한 특성을 충족함을 보이며, 알고리즘 추론과의 활용 가능성을 논의한다. 이는 CLRS-30 데이터셋에서의 실험 결과를 통해 추가로 입증된다. 또한, 장거리 그래프 벤치마크(Long-Range Graph Benchmark)에서 얻은 데이터셋을 기반으로 한 실험을 통해 신경 우선순위 큐가 장거리 상호작용을 효과적으로 포착할 수 있음을 실증적으로 확인하였다.