Cabeça de Predição: do Embedding à Tarefa

Bloco 5 — Conclusão do Pipeline

Selecione o nível da tarefa:

🔵

Nível de Nó

ŷ_v = MLP(h_v^(L))

Classifica cada nó individualmente usando seu embedding final.

🔗

Nível de Aresta

ŷ_uv = MLP(h_u^(L) ‖ h_v^(L))

Concatena embeddings dos dois nós e classifica o par (u, v).

🗺️

Nível de Grafo

h_G = READOUT({h_v}) ou h_global → ŷ = MLP(h_G)

Agrega todos os embeddings em um vetor do grafo; MLP classifica o grafo inteiro.

READOUT:

MODO:

Pipeline da Tarefa

h_v^(L)

→

MLP

→

Clique em uma das tarefas à esquerda para ver como o MLP usa os embeddings finais da GNN.

💡 Os pesos da GNN (Message Passing) e os pesos do MLP (cabeça de predição) são treinados conjuntamente com backpropagation — a GNN aprende embeddings úteis para a tarefa específica.