Technical report: Graph Neural Networks go Grammatical

要約

本論文では、新しいGNN設計戦略を提案する。この戦略は、行列言語MATLANGを生成する文脈自由文法(Context-Free Grammars: CFG)に依存する。これにより、WL表現力、部分構造カウント能力、スペクトル特性の両方を確保することができる。この戦略を応用して、我々は証明可能な3-WL GNNであるG$ ^2$N$^2$ を設計し、長さ6までのサイクルをエッジレベルでカウントでき、バンドパスフィルターに到達することができる。これらの特性を網羅する多数の実験により、提示された理論的な結果が裏付けられた。

要約(オリジナル)

This paper proposes a new GNN design strategy. This strategy relies on Context-Free Grammars (CFG) generating the matrix language MATLANG. It enables us to ensure both WL-expressive power, substructure counting abilities and spectral properties. Applying our strategy, we design Grammatical Graph Neural Network G$ ^2$N$^2$, a provably 3-WL GNN able to count at edge-level cycles of length up to 6 and able to reach band-pass filters. A large number of experiments covering these properties corroborate the presented theoretical results.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL