07

Integrador GNN + LSTM

Estructura de red + evolución temporal en una sola arquitectura

Laboratorio 07 / 08 · 30 min

Cuando la blockchain cambia en el tiempo

Cada snapshot de grafo pasa por una capa GNN para producir un embedding global zₜ. La secuencia z₁…zₜ alimenta una celda recurrente que actualiza su memoria y produce una señal pedagógica.

Pesos fijos · prefijo causal
t=1

Snapshot de blockchain

Deslizá el gráfico horizontalmente para recorrerlo.

Secuencia observada hasta t

Deslizá el gráfico horizontalmente para recorrerlo.

Gₜ → GCN(Gₜ)=zₜ → LSTM(z₁,…,zₜ)=hₜ → ŷₜ₊₁

La GNN comparte las reglas y matrices del laboratorio 06. El grafo es no dirigido y las features son sintéticas. La celda escalar parte de h₀=c₀=0 y usa pesos fijos. El score no es una probabilidad calibrada ni un pronóstico entrenado. En GRU, z es retención: h=(1−z)·g+z·h_anterior.

Compuertas y memoria: cálculo actual

Estados del prefijo observado

Snapshotmean(H) || densityxₜhₜcₜScore
Qué debe aprender el alumno

Una serie temporal sólo ve variables agregadas. Una GNN puede resumir estructura local y global del grafo; la capa recurrente puede modelar cómo ese resumen cambia entre snapshots.

Límite conceptual

Un modelo temporal de grafos real requiere definir ventanas, features, etiquetas, sampling, entrenamiento y validación temporal. Esta simulación explica la arquitectura, no prueba capacidad predictiva.

Pesos y sesgos de la celda
LSTM: i=σ(1.15x+.35h−.55); f=σ(.55x+.4h+.15); o=σ(.7x+.25h−.1); g=tanh(.9x+.25h−.3). GRU: z=σ(1.05x+.32h−.42); r=σ(.6x+.25h+.08); g=tanh(.92x−.28+r·(.38h)).

Experimentá y explicá

Actividad guiada

1. Avanzá snapshot por snapshot y verificá pooling y estado de celda.

Ver orientación de respuesta

Se promedian 5 embeddings, se concatena densidad y se proyecta a x escalar. Sólo se calculan estados hasta el cursor actual.

2. Cambiá LSTM a GRU y reconstruí h con las compuertas visibles.

Ver orientación de respuesta

La convención GRU es h=(1−z)·g+z·h_anterior. El score sigmoide 0–1 es adimensional, sin calibración ni entrenamiento.

Referencias y supuestos

Registrá la configuración, el resultado y tu interpretación.