$GAT Зазначте спочатку основний висновок: GAT (Графова увага мережа) — важлива гілка GNN, яка використовує механізм уваги для динамічного розподілу ваг сусідів, вирішуючи обмеження фіксованих ваг GCN та інших моделей, поєднуючи адаптивність, можливість паралельної обробки та пояснюваність. Це підходить для гетерогенних/динамічних графів і задач класифікації вузлів, але має ризики обчислювальної складності та перенавчання. Нижче розглядаються принципи, переваги, застосування та практичні поради.
一、Основний принцип (одним реченням + процес)
- Одним реченням: вузли навчаються “більше звертати