Tipli kenarları olan grafikler için R-GCN nedir?

R-GCN (İlişkisel Grafik Konvolüsyonel Ağ) grafiklerdeki düğümler arasındaki farklı ilişkileri temsil eden kenar türlerine sahip grafiklerle çalışmak üzere tasarlanmış bir grafik sinir ağı çeşididir. Klasik GCN'lerin aksine, komşulardan bilgi toplarken ilişki türlerini dikkate almayan R-GCN, her ilişki türü için ayrı ağırlık matrisleri kullanır. Bu, modelin karmaşık grafiklerin yapısını ve semantiğini daha iyi yakalamasını sağlar, örneğin bilgi analizi veya sosyal ağlar gibi görevlerde.

Düğüm v'nin özelliklerini güncellemek için basitleştirilmiş bir formül örneği:

h_v^{(l+1)} = \sigma \left( \sum_{r \in R} \sum_{u \in N_r(v)} \frac{1}{c_{v,r}} W_r^{(l)} h_u^{(l)} + W_0^{(l)} h_v^{(l)} \right)

Burada:

• R — kenar türleri kümesi,
• N_r(v) — v düğümünün r türü kenarlarıyla komşuları,
• W_r^{(l)} — l katmanındaki r türü için ağırlık matrisi,
• c_{v,r} — normalizasyon katsayısı,
• \sigma — aktivasyon fonksiyonu.

Bu şekilde, R-GCN, heterojen kenarları olan grafiklerde karmaşık ilişkileri etkin bir şekilde modelleyebilir.