이 논문은 그래프 신경망의 성능 향상을 위해 대역 통과 필터에 대한 우수한 근사화 능력이 필수적임을 보여준다.
먼저, 실험적 및 이론적 분석을 통해 대역 통과 필터에 대한 우수한 근사화 능력을 가진 다항식 기반 그래프 신경망(poly-GNN)이 더 나은 성능을 보인다는 것을 입증한다.
이를 바탕으로, 기존 poly-GNN의 한계를 지적한다. 기존 poly-GNN은 대역 통과 필터에 대한 근사화 능력이 미미하여 성능 향상에 한계가 있다.
이를 해결하기 위해 삼각 함수 다항식을 이용한 새로운 그래프 필터를 제안하는 TrigoNet 모델을 소개한다. TrigoNet은 대역 통과 필터에 대한 우수한 근사화 능력을 보이며, 동시에 효율성 면에서도 경쟁력 있는 성능을 보인다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Guoming Li,J... at arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15354.pdfDeeper Inquiries