Apa manfaat yang bisa didapat dengan menerapkan Graph Neural Network daripada CNN biasa?

Apa manfaat yang bisa kita dapatkan dengan menerapkan Graph Neural Network daripada CNN biasa? Maksud saya jika kita dapat menyelesaikan masalah dengan CNN, apa alasannya kita harus mengonversi ke Jaringan Konvensional Grafik Convolutional untuk menyelesaikannya? Apakah ada contoh yaitu makalah dapat menunjukkan dengan mengganti CNN biasa dengan Graph Convolutional Neural Network, peningkatan akurasi atau peningkatan kualitas atau peningkatan kinerja dicapai? Adakah yang bisa memperkenalkan beberapa contoh sebagai klasifikasi gambar, pengenalan gambar terutama dalam pencitraan medis, bioinfomatika, atau bidang biomedis?

Secara umum grafik, CNN diterapkan pada data yang diwakili oleh grafik , bukan gambar.

• sebuah grafik adalah kumpulan node dan ujung-ujungnya menghubungkan mereka.

• sebuah gambar adalah 2D atau 3D matrix, di mana setiap elemen menunjukkan pixel dalam ruang

Jika data Anda hanya gambar, atau sesuatu yang serupa (misalnya beberapa data fMRI), Anda biasanya tidak dapat memanfaatkan grafik CNN dibandingkan dengan CNN biasa.

Terkadang, label kelas dari gambar Anda dapat disusun dalam struktur seperti grafik (atau mirip pohon). Dalam hal ini, Anda mungkin memiliki peluang untuk mendapatkan manfaat dari grafik CNN.

Bioinformatika adalah area yang berguna bagi Graph Convolutional Neural Network. Pertimbangkan jaringan protein, atau jaringan gen-gen. Tentunya, jaringan biologis dapat direpresentasikan sebagai grafik. Sekarang, Anda harus melihat bagaimana GCN berguna untuk bioinformatika.