본 논문은 대규모 그래프에서 최소 정점 피복 집합(MVC) 문제를 해결하기 위한 새로운 휴리스틱 검색 알고리즘인 GCNIVC를 제시한다. GCNIVC는 그래프 합성곱 신경망(GCN)을 활용하여 그래프의 전역 구조를 포착하여 고품질 초기 해를 생성하고, 이후 검색 과정의 효율성을 향상시킨다. 또한, 세 개의 컨테이너와 이중 피복 에지(dc-edges) 개념을 활용하는 새로운 휴리스틱을 도입하여 검색 효율을 개선하고 에지 속성에 기반한 추가 및 제거 연산의 유연성을 높였다. 벤치마크 데이터셋에 대한 광범위한 실험을 통해 GCNIVC가 정확성과 효율성 측면에서 최첨단 MVC 알고리즘을 능가함을 보여준다.
