본문 바로가기

LinkedIn
깃허브 바로가기

1️⃣ AI•DS/📘 GNN8

[cs224w] Frequent Subgraph Mining with GNNs 1️⃣ 12강 복습 🔹 Main Topic : Subgraph Mining - Identifying and Counting Motfits in Networks • Subgraph 와 motifs 는 그래프 구조에 대한 인사이트를 얻게 해주는 요소이다. • 특정 그래프들 사이에서 Subgraph Isomorphism 관계에 있는지 예측하는 Task 에 대해 신경망을 활용한다. • Subgraph 관계를 판별하는 방법 : Order embedding 🔹 Subgraph and Motifs • Building Blocks of Networks → Subgraph (=Mofits) 는 네트워크의 function 이나 behavior 과 같은 요소를 결정한다. 이를 통해 그래프가 어떻게 작동하는지 알 수 있고, .. 2023. 1. 27.

[cs224w] Theory of Graph Neural Networks 1️⃣ 9강 복습 🔹 Main Topic : GNN 의 표현능력과 범위 • Expressive power : 어떻게 서로다른 그래프 구조를 구별하는가 (node 와 graph structure 를 어떻게 구분하는가) • Maximally expressive GNN model : 표현력을 어디서 극대화 시킬 수 있을까 🔹 GNN model ① GCN : mean pool ② GraphSAGE : max pool • Local Neighborhood Structure : 모든 노드가 같은 feature 를 가지고 있는 그래프에서 서로다른 노드를 구별하는 방법 (same color - same feature 로 간주) ↪ 기준1 : different node degree ↪ 기준2 : different nei.. 2023. 1. 6.

[CS224W] Graph Neural Network 1️⃣ 6강 복습 🔹 Main Topic : Graph Neural Networks ① 복습 : Node embedding • 그래프에서 유사한 노드들이 함수 f 를 거쳐 d 차원으로 임베딩 되었을 때, 임베딩 공간 내에서 가까이 위치하도록 만드는 것 ↪ Encoder : 각 노드를 저차원 벡터로 매핑 ↪ Similarity function : 원래 그래프 내에서의 노드 간 유사도와 임베딩 공간에서 노드 벡터의 내적값이 유사하도록 만드는 함수 • Shallow Encoding (embedding lookup) : 임베딩 행렬에서 노드의 임베딩 벡터를 각 칼럼에 담아, 단순히 벡터를 읽어오는 방식 → 🤨 노드 간에 파라미터를 공유하지 않기 때문에 노드의 개수가 증가할 수록 행렬의 크기가 계속 늘어나게 되며.. 2022. 11. 24.

[CS224W] Message Passing and Node classification 1️⃣ 5강 복습 🔹Main Topic : Node classification • 몇개의 노드에 레이블이 주어질 때, 다른 모든 노드의 레이블을 예측하는 node classification Task 👉 Semi supervised node classification : 라벨링된 노드와 그렇지 않은 노드를 동시에 사용하는 분류문제 • Message Passing 방법을 통해 노드 간의 correlation (dependencies) 을 가정하여 레이블을 예측한다. • correlation : 비슷한 노드는 직접적으로 연결되어 있거나 근접한 위치에 존재한다는 의미로, 주변 노드가 같은 레이블에 속할 때 상관관계가 존재한다고 말할 수 있다. • Applications : 문서 분류, 품사태깅, link pre.. 2022. 11. 17.

[CS224W] PageRank 1️⃣ PageRank Citation Ranking 논문 🔹 Summary • 자신의 검색어와 가장 잘 어울리는 페이지를 찾기위한 PageRank • 얼마나 많은 사이트들이 참조했는지 + 참조한 사이트들의 영향력은 어떻게 되는지 = Relative importance of Web pages • PageRank : 웹 페이지들의 순위를 매기는 알고리즘 from link structure (backlinks) ↪ helps search engines and users quickly make sense of the vast heterogeneity of the WWW ↪ Applications : Search, browsing, traffic estimation ↪ 각 페이지의 rank 는 고르게 분배된다... 2022. 11. 2.

[CS224W] 1강 Machine Learning With Graphs 1️⃣ Why Graphs 🔹 Graph • Graphs are a general language for describing and analyzing entities with relations/interactions • 엔티티의 관계와 상호작용을 분석하고 묘사할 수 있는 언어 🔹 Many Types of Data are Graphs • 많은 데이터가 네트워크 형태로 이루어져 있음 🔹 네트워크 vs 그래프 • 네트워크 ( = Natural Graph) social network : 사회 연결망 communication and transaction : 전자기기, 휴대폰, 금융거래 Biomedicine : 유전자, 단백질 상호작용을 통한 생명 조절 Brain connection : 수십억 뉴런들 사이의 연결성.. 2022. 10. 11.

[CS224W] NetworkX , pytorch geometric Tutorial 1️⃣ NetworkX Tutorial 🔹 NetworkX https://networkx.org/ NetworkX — NetworkX documentation NetworkX is a Python package for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks. networkx.org • Software for complex networks • 정형, 비정형 데이터를 네트워크에 입력할 수 있다. • 다양한 유형의 네트워크를 생성할 수 있다. • analyze network structure, build network models, design new network alg.. 2022. 10. 7.

Pytorch Geometric Basic code 📌 아래 블로그의 코드와 Pytorch Geometric 라이브러리 설명을 참고해 공부했습니다. https://baeseongsu.github.io/posts/pytorch-geometric-introduction/ 예제를 통해 알아보는 PyTorch Geometric 5 Basic Concepts 다음 글은 PyTorch Geometric 라이브러리 설명서에 있는 Introduction by Example 를 참고하여 작성했습니다. baeseongsu.github.io https://pytorch-geometric.readthedocs.io/en/latest/notes/introduction.html# Introduction by Example — pytorch_geometric documentatio.. 2022. 9. 30.

이전 1 다음

728x90

티스토리툴바