초록
링크 예측 작업을 위해 고도화된 학습 기법과 모델 설계를 갖춘 다양한 그래프 신경망(GNN)이 제안되어 왔다. 그러나 구식 기준 모델을 사용할 경우, 이러한 새로운 접근법이 제공하는 이점이 과대평가될 수 있다. 이를 해결하기 위해 우리는 초분류(embedding)의 직교성과 선형 전파 기법을 활용하면서 하이퍼파라미터를 철저히 튜닝함으로써 그래프 오토인코더(GAE)의 잠재력을 체계적으로 탐구하였다. 그 결과, 철저히 최적화된 GAE는 더 복잡한 모델과 경쟁 가능한 성능을 달성하면서도 더 뛰어난 계산 효율성을 제공함을 확인하였다.