Qu'est-ce qu'une GNN hétérogène et où sont-elles utilisées?

Les GNN hétérogènes (réseaux neuronaux graphiques hétérogènes) sont un type de réseaux neuronaux graphiques qui fonctionnent avec des graphes contenant différents types de nœuds et d’arêtes. Contrairement aux GNN classiques, où tous les nœuds et arêtes sont du même type, les GNN hétérogènes prennent en compte la diversité des entités et de leurs relations, ce qui permet de modéliser des structures de données plus complexes.

Applications:

• Réseaux sociaux : différents types d’utilisateurs, publications, commentaires.
• Données biomédicales : gènes, protéines, maladies et leurs interactions.
• Systèmes de recommandation : utilisateurs, produits, catégories.
• Graphes de connaissances : différentes entités et relations entre elles.

Exemple : dans un réseau social, les nœuds peuvent être des utilisateurs et des publications, les arêtes — amitié, likes, commentaires. La GNN hétérogène permet de prendre en compte ces différences efficacement pour des tâches de classification, de prédiction de relations, etc.