動的グラフニューラルネットワークを用いた動的ネットワークの基礎とモデル化：調査

動的ネットワークは、ソーシャルネットワーク分析、レコメンダーシステム、疫学など、さまざまな分野で使用されています。時間とともに変化する構造として複雑なネットワークを表現することで、ネットワークモデルは構造的パターンだけでなく、時間的パターンも活用できます。しかし、動的ネットワークの文献は多様な分野から生じており、一貫性のない用語が使用されているため、ナビゲートすることが困難です。一方、グラフニューラルネットワーク（GNN）は、リンク予測やノード分類など、さまざまなネットワーク科学タスクで優れた性能を発揮する能力から、近年多くの注目を集めています。グラフニューラルネットワークの人気と動的ネットワークモデルの証明された利点にもかかわらず、動的ネットワーク向けのグラフニューラルネットワークに関してはほとんど焦点が当てられていません。この研究が多様な分野を横断していることによる課題への対処と、動的グラフニューラルネットワークの調査を目的として、本研究は二つの主要部分に分かれています。まず、動的ネットワーク用語の曖昧さに対処するため、一貫した詳細な用語と記法を用いて動的ネットワークの基礎を確立します。次に、提案された用語を使用して、動的グラフニューラルネットワークモデルの包括的な調査を提示します。