グラフ畳み込みネットワーク（GCN）は、グラフ構造データに直接作用するように設計された人工ニューラルネットワークの特殊な形態である。固定サイズで順序付けられた入力を想定する標準的なニューラルネットワークとは異なり、GCNはノードとエッジに標準的な順序がなく、サイズも変動しうるグラフを扱う。中核となるアイデアは、メッセージパッシングとして知られるプロセスを通じて、各ノードの表現を近傍ノードからの情報を集約することで反復的に更新することである。この設計により、GCNは置換同変性を持つ。つまり、入力のノードを並べ替えると、ノード表現も同じように並べ替えられる。これはグラフ上での学習に不可欠な性質である。GCNは、グラフニューラルネットワーク（GNN）というより広い分野における顕著な変種であり、リレーショナルデータのための機械学習における基礎的なツールとなっている。
GCNの開発は、非ユークリッドデータに対する深層学習、しばしば幾何学的深層学習と呼ばれる分野へのより広範な取り組みに根ざしている。2000年代から2010年代にかけての初期の研究では、グラフに対する再帰的および畳み込み的アプローチが探求され、メッセージパッシングフレームワークの形式化につながった。重要な節目となったのは、グラフラプラシアン固有ベクトルを利用するスペクトルベースの畳み込みの導入であり、その後、グラフ近傍で直接畳み込みを定義する空間ベースの手法が登場した。これらの進歩により、GCNは分子特性予測からソーシャルネットワーク分析まで、幅広いタスクに適用できるようになった。
メッセージパッシングフレームワーク
GCNの基本的な構成要素は、メッセージパッシング層であり、メッセージパッシングニューラルネットワーク（MPNN）としても知られる。このフレームワークでは、各ノードが近傍ノードからのメッセージを集約し、自身の表現を更新する。形式的には、ノード特徴x_uとエッジ特徴e_uvを持つグラフG = (V, E)に対して、メッセージパッシング層は次のように計算する：
h_u = φ(x_u, ⊕_{v∈N_u} ψ(x_u, x_v, e_uv))
ここで、ψとφは微分可能な関数（多くの場合ニューラルネットワークとして実装される）、N_uはノードuの近傍、⊕は和、平均、最大などの置換不変な集約関数である。集約ステップにより、各ノードの出力はその近傍ノードの特徴の多重集合のみに依存するため、層は置換同変性を保証する。各メッセージパッシング層はノードの受容野を1ホップずつ拡大し、情報がグラフ全体に伝播することを可能にする。
異なるGCNアーキテクチャは、このメッセージパッシング方式の変種を実装している。例えば、2016年にThomas KipfとMax Wellingによって提案されたグラフ畳み込みネットワークは、スペクトル畳み込みの単純な一次近似を使用しており、これは特定の正規化を伴うメッセージパッシング層として表現できる。他の変種としては、効率性のために固定数の近傍ノードをサンプリングするGraphSAGEや、注意機構を使用して近傍メッセージに重み付けするグラフ注意ネットワーク（GAT）などがある。
置換同変性と不変性
GCNの決定的な特徴は、その置換同変性である。グラフには自然なノード順序がないため、ネットワークはノードのインデックス付け方法に関係なく一貫した出力を生成しなければならない。置換同変な層では、入力ノードが並べ替えられると、出力ノード表現も同じように並べ替えられる。この性質は、ノードを対称的に扱うメッセージパッシング機構によって達成される。
分子全体の特性を予測するなどのグラフレベルの予測タスクでは、GCNは置換不変な読み出し関数を使用する。このグローバルプーリング層は、ノード表現をノード順序に依存しない固定サイズのベクトルに集約する。一般的な読み出し関数には、要素ごとの和、平均、最大などがある。この同変層と不変読み出しの組み合わせにより、GCNはさまざまなサイズと構造のグラフを処理できる。
表現力と限界
標準的なメッセージパッシングGCNの表現力は、Weisfeiler-Lehman（WL）グラフ同型性テストによって制限される。つまり、WLテストで区別できない任意の2つのグラフは、GCN内で同じ表現を生成するため、特定のグラフ構造を区別する能力が制限される。実際には、これはGCNがすべてのグラフレベルのタスクを完全に解決できるわけではないことを意味し、特に細かい構造的識別を必要とするタスクでは困難である。
これらの限界を克服するために、研究者は単体複体などの高次構造に作用する、または高次元のメッセージパッシングを使用する、より強力なアーキテクチャを提案している。2022年時点で、将来のアーキテクチャがメッセージパッシングプリミティブを完全に超えるかどうかは未解決の研究課題である。拡張メッセージパッシングなどの一部のアプローチは、「超越」手法を修正グラフ上のメッセージパッシングとして再解釈し、このプリミティブが当初考えられていたよりも柔軟であることを示唆している。
応用
GCNは多くの分野で応用されている。人工知能と機械学習では、ソーシャルネットワーク分析、引用ネットワーク、ナレッジグラフなど、リレーショナルデータを伴うタスクに使用される。計算化学と生物学では、分子は原子をノード、結合をエッジとするグラフとして表現され、分子特性、薬効、タンパク質相互作用の予測が可能になる。例えば、グラフレベルのタスクでは、既知の化学的特徴をノード属性として使用して、分子が大腸菌を排除できるかどうかを予測する場合がある。
GCNはまた、粒子相互作用のシミュレーションのための物理学、依存関係解析や意味役割ラベル付けのための自然言語処理、巡回セールスマン問題やグラフ彩色などのNP困難問題のための組合せ最適化にも関連している。非ユークリッドデータを処理する能力により、GCNは幾何学的深層学習における多用途なツールとなっている。
他のアーキテクチャとの関係
GCNは他のニューラルネットワークアーキテクチャと密接に関連している。画像に適用される畳み込みニューラルネットワーク（CNN）は、ノードがピクセルでエッジが隣接ピクセルを接続するグリッドグラフ上で動作するGCNとして解釈できる。同様に、大規模言語モデルで使用されるトランスフォーマー層は、ノードがトークンで全ペアが接続され、注意重みがエッジ特徴として機能する完全グラフ上のGCNと見なすことができる。この視点は、幾何学的深層学習の傘の下でさまざまなアーキテクチャを統合する。
トランスフォーマーとの関連は特に注目に値する。OpenAI、Anthropic、Google DeepMindによって開発された現代の大規模言語モデルは、メッセージパッシングの一形態と見なすことができる注意機構に依存しているからである。この洞察は、GCN研究とトランスフォーマーアーキテクチャの間の相互交流につながり、位置エンコーディングなどの技術がグラフに適応されている。
実装とライブラリ
いくつかのオープンソースライブラリがGCNおよび他のGNN変種を実装しており、実務者が利用しやすくなっている。PyTorch上に構築されたPyTorch Geometricは最も広く使用されているものの一つであり、豊富な層とユーティリティのセットを提供する。TensorFlow GNNはTensorFlowエコシステムに同様の機能を提供する。Deep Graph Library（DGL）はフレームワークに依存せず、複数のバックエンドをサポートしている。JAXユーザー向けには、jraphが軽量な実装を提供し、GraphNeuralNetworks.jlとGeometricFlux.jlはFluxフレームワークを介してJuliaコミュニティにサービスを提供している。
これらのライブラリは、学界と産業界の両方での採用を加速し、大規模グラフでの実験を可能にした。標準的な層、プーリング操作、読み出し関数の実装に加えて、ベンチマークデータセットを読み込むためのユーティリティも含まれている。これらのツールの利用可能性により、GCNは機械学習ツールボックスにおける標準的なコンポーネントとなった。
今後の方向性
GCNに関する研究は進化し続けており、スケーラビリティ、表現力、他のモデルとの統合に関する未解決の疑問がある。スケーラビリティは非常に大きなグラフにとって依然として課題であり、近傍サンプリングやグラフ分割などの技術につながっている。表現力の向上は、高次のメッセージパッシングや代替の集約スキームを通じて探求されている。さらに、分子生成やナレッジグラフ上の推論などのタスクのために、GCNを生成モデルや大規模言語モデルと組み合わせることへの関心が高まっている。
2025年時点で、GCNは成熟しているが活発な研究分野であり、MIT CSAIL、スタンフォードAIラボ、カーネギーメロン大学などの機関からの継続的な貢献がある。メッセージパッシングと置換同変性の原理は、より広範な深層学習研究に影響を与え、GCNを現代の人工知能における重要な概念として確固たるものにしている。