Uma rede neural convolucional de gráfico (GCN) é um tipo de rede neural usada para analisar dados que são representados na forma de gráficos ou redes. Ao contrário das redes neurais convolucionais (CNNs) tradicionais que trabalham com dados semelhantes a grades, como imagens, as GCNs são projetadas para lidar com dados não regulares e não euclidianos, como redes sociais, redes de interação proteína-proteína e conectomas cerebrais.
Em uma GCN, os dados são representados como nós em um gráfico, com arestas representando os relacionamentos entre os nós. O GCN então aplica filtros convolucionais ao gráfico, o que ajuda a extrair recursos e padrões dos dados. Esses recursos extraídos são usados para várias tarefas, como classificação de nó, previsão de link e classificação de gráfico.
As GCNs foram aplicadas com sucesso em vários campos, como análise de redes sociais, sistemas de recomendação e bioinformática.
Data de publicação: