Cosa rappresenta
Non vuole essere una implementazione completa di una GNN. Mostra l’intuizione centrale: un nodo parte con informazione, poi il suo vicinato locale ne riceve tracce progressivamente più deboli.
In una vera graph neural network, ogni nodo aggrega ripetutamente informazioni dai vicini e aggiorna la propria rappresentazione. Più hop significano un campo recettivo più ampio, ma anche più smoothing.
Il toy GNN collegato rende esplicito quel passo di aggiornamento con feature dei nodi modificabili e da uno a tre strati di message passing.