메시지 전달 그래프 신경망 MPNN

MPNN(Message Passing Neural Networks)은 그래프 구조화된 데이터를 처리하기 위한 신경망 프레임워크입니다. 이는 Gilmer et al.에 의해 제안되었습니다. 2017년에.양자 화학을 위한 신경 메시지 전달MPNN의 핵심 아이디어는 메시지 전달 및 집계 메커니즘을 통해 그래프의 노드 표현을 업데이트하여 노드의 로컬 이웃 정보를 포착하는 것입니다.

MPNN의 전방 전파 과정은 주로 메시지 전달 단계와 판독 단계의 두 단계로 나뉩니다. 메시지 전달 단계에서 각 노드는 이웃 노드로부터 정보를 수집하고, 이 정보는 훈련 가능한 메시지 함수를 통해 집계됩니다. 그런 다음 노드 업데이트 기능은 집계된 정보를 노드의 현재 상태와 결합하여 노드의 기능 표현을 업데이트합니다. 이 과정은 미리 정해진 반복 횟수에 도달하거나 중지 조건이 충족될 때까지 반복됩니다. 판독 단계에서는 판독 함수를 통해 모든 노드의 최종 상태를 요약하여 전체 그래프의 글로벌 기능 표현을 얻습니다.

MPNN 프레임워크는 다재다능하고 유연성이 뛰어나 GCN, GAT 등 다양한 그래프 신경망 모델을 포괄할 수 있습니다. 또한 MPNN의 설계 개념은 그래프 신경망 연구에 새로운 관점을 제공하고 다양한 분야에서 그래프 신경망의 응용과 개발을 촉진합니다.