신호처리 과정에서 유래, 잔디와 고양이가 달라지는 그 부분, 노이즈가 많이 발생하는데 그 부분을 detect하는 원리
graph convolution을 이용하여 그래프에 포함된 노드나 그래프 자체를 벡터 형태의 데이터로 변환
GNN이 임베딩 시에 자기 자신의 노드와 이웃 노드에 다른 가중치로 업데이트 시킨다면, GCN은 자기 자신 노드와 이웃 노드들이 동일한 가중치 행렬을 사용
노드 v의 degree와 이웃노드 각각의 degree를 곱한 값으로 나누어 normalize를 진행
결과
: More parameter sharing : 임베딩 값을 구하는 노드(v)와 이웃 노드들 간의 가중치 행렬을 구분하지 않고 공유한 것이 성능 향상의 요인이 됨.
: Down-weights high degree neighbors : 이웃 노드 중 degree가 컸던, 즉 연결된 노드가 많은 인싸 노드에 대한 embedding 값을 적게 반영, degree가 큰 이웃 노드에 대해 penalty를 주었다고 해석하면 편함.
