GNNs Prof. Anderson Rocha Tavares Slide 10 / 24

Etapa 3: Update (Atualização)

Bloco 2 — Message Passing

Nó estudado:
hv(l+1) = σ( W · [hv(l) ‖ mv(l)] )  ·  AGG = Sum
Camada 0 — embeddings iniciais
U1 [730,12] U2 [610,4] B1 [620,11] B2 [735,3] X [675,7]
Passo a Passo — nó X
Matriz W (pesos com valores negativos):
W= ⎡
⎣
0   1   0  -1 -1  0   1   0 ⎤
⎦
✓
Entrada: hv e mv
hX = [675, 7]  |  mX = [2085, 26]
Embedding atual do nó e soma das features dos vizinhos.
2
Concatenação [hv ‖ mv]
[675, 7, 2085, 26]
Juntamos hv e mv em um único vetor 4D.
3
W · x → ReLU → hv(1)
Clique em z para ver quais linhas de W e x estão envolvidos. Valores negativos são zerados pela ReLU.
4
Novo Embedding hv(1)
hX(1) = [0, 1410] ✓
⚡ Todos os nós (U1, U2, B1, B2, X) aplicam W · x → ReLU em paralelo!
🧠 A não-linearidade σ é fundamental — sem ela, múltiplas camadas colapsariam em uma única transformação linear.