본 논문은 반지도 학습 기반 노드 분류 작업에서 그래프 신경망(GNN)의 성능 향상을 위한 새로운 정규화 방법인 NodeReg를 제안합니다. 기존 GNN은 이웃 노드 정보를 집계하는 과정에서 이웃 노드의 불균형 또는 노이즈의 영향을 받아 성능 저하 및 일반화 성능 저하를 겪을 수 있습니다. NodeReg는 노드 표현의 놈(norm) 일관성을 강화하여 이러한 문제를 해결합니다. 간단하지만 효과적인 NodeReg는 Lipschitz 연속성을 만족하여 안정적인 최적화를 가능하게 하고, 불균형 및 분포 이동 상황에서 모두 GCN의 성능을 크게 향상시킵니다. 실험 결과, 불균형 비율이 0.1인 경우 NodeReg는 기존 최고 성능 기법보다 F1 score 기준 1.4%25.9% 향상을 보였으며, 분포 이동 상황에서도 1.4%3.1%의 정확도 향상을 보였습니다.
