1. GCN

• Spectral 방식의 대표 논문으로써 그래프 라플라시안을 푸리에변환/고유분해하는 방식을 사용하여 이론적으로 굉장히 견고하다는 느낌을 받았으나, 과도한 approximation 으로 인한 언급이 없었던 부분은 좀 아쉬웠음.
• eigen decomposition 에 포함된 inverse 계산은 차원이 커질 수록 연산량이 급격하게 증가하므로 이 부분에 대한 해결이 필수적으로 예상되었고, 이에 후속논문으로 이를 해결하려는 논문이 다수 등장함
• 기존에 신호처리 분야에서 사용하던 방법론을 응용하여 사용한 아이디어는 참신했음
• Transductive 방법

2. GraphSAGE

• spectral 의 여러 문제를 해결하기 위한 Spatial 방법론으로 등장한 논문으로 모든 노드들을 보기보단 주변 k-hop 이웃만을 보고 노드를 업데이트 하는 방식으로 inverse 계산 등의 복잡한 계산을 제외하였음.
• 직관적이고 간결한 구조와 Aggregation 에 여러 방법론을 적용한 부분에서 ablation study도 잘 수행되었다고 생각
• Inductive 방법

3. GAT

• Attention 을 적절하게 사용하여 Transductive, Inductive 모두에 쉽게 적용할 수 있도록 하는 구조로 논문 서론에서 언급했던 문제점을 해결하는 모습을 보여줌
• 시간 복잡도, 공간 복잡도에 대해 언급하며 이를 줄이려 노력함
• 여러 데이터를 활용하여 ablation study를 잘 수행
• t-sne를 활용하여 잘 구분된 결과를 보여줌