[Graph neural network - Wikipedia](https://en.wikipedia.org/wiki/Graph_neural_network) グラフニューラルネットワーク（GNN）は、グラフデータ構造で表現されたデータを処理するための[[ニューラルネットワーク]]の一種である[1][2][3]。様々な分子の特性に関する教師あり学習で利用されたことにより広まった[4]。 GNNはまた、データの本質的なグラフ構造により、様々なNP困難な組合せ問題、自動計画、経路計画分野でも比較的成功している[9]。[10] [11] [12] GNNはWeisfeiler-Lehmanグラフ同型性検定の弱い形式である[13]ので、GNNモデルはある条件を満たせば少なくともこの検定と同じくらい強力になる[14]。研究者はGNNと他の「幾何学的深層学習モデル」[15]を統合して、これらのモデルがどのように、なぜ機能するかをより理解しようとする試みを行なっている。 既知のグラフ構造がない場合、例えばk-最近傍グラフを発見的に誘導することができる。 GNNは、2次元の白黒画像や3次元のカラー画像に用いられる畳み込みニューラルネットワークをグラフ構造データに一般化したものと理解することができる。