세상은 내가 정하는 대로 세상은 내가 정하는 대로

* Standford의 CS224w 강의와 그에 대한 정리들, GNN 분야의 Survey paper들 등 참고할 paper나 사이트 내 나름대로 정리하는 포스팅 https://tobigs.gitbook.io/tobigs-graph-study/?fbclid=IwAR3K37ktpocRI7228D-1p6V8TB5E1o9_QcdFB4VqBbBOlYXL2qob8xSOQ-w Tobigs Graph Study - Tobigs Graph Study Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering tobigs.gitbook.io https://velog.io/@tobigs-gnn1213?tag=CS224W tobigs-gnn12..

[GNN] 4-2. Convolutional Graph Neural Networks (ConvGNNs) 정리 1. Graph란? - 왜 Graph? - Graph의 종류 - Graph의 표현 - Graph Tasks - Graph의 Motif 2. GNN 이전의 Machine Learning을 활용한 Graph 학습 - Node Feature Eigenvector centrality Betweenness centrality Closeness centrality ..... - Link Feature Distance-based feature Local neighborhood overlap Global neighborhood overlap - Graph Feature Graphlet kernel Weisfei..

[GNN] 3. Graph Representation Learning 1. Graph란? - 왜 Graph? - Graph의 종류 - Graph의 표현 - Graph Tasks - Graph의 Motif 2. GNN 이전의 Machine Learning을 활용한 Graph 학습 - Node Feature Eigenvector centrality Betweenness centrality Closeness centrality ..... - Link Feature Distance-based feature Local neighborhood overlap Global neighborhood overlap - Graph Feature Graphlet kernel Weisfeiler-Lehman Kernel 3. G..

Inductive Representation Learning on Large Graphs (GraphSAGE) 정리 들어가기 전에... https://asidefine.tistory.com/159 Semi-Supervised Classification with Graph Convolutional Networks (GCN) 정리 및 코드 분석 0. 들어가기 전에 1) Graph Representation 먼저 GCN을 설명하기 앞서 필요한 개념들을 설명하겠습니다. 그래프는 일반적으로 행렬로 표현합니다. 첫번째로 인접 행렬은 노드 간의 연결 여부를 표현합 asidefine.tistory.com 커다란 그래프에서 일반적으로 노드들 사이의 관계는 인접 행렬(adjacency matrix)의 형태로 주어집니다. ..

Graph Attention Network (GAT) 정리 들어가기 전에.... Attention & Transformer https://asidefine.tistory.com/153 Seq2Seq & Attention & Transformer [논문 목록] 1. Seq2Seq : Sequence to Sequence Learning with Neural Networks (https://arxiv.org/abs/1409.3215) 2. Attention : Neural Machine Translation by Jointly Learning to Align and Translate (ht.. asidefine.tistory.com GCN https://asidefine.tistory.com/159 Semi..

Deep Contextualized Word Representations (ELMo) 정리 들어가기 전 ... Word Embedding https://asidefine.tistory.com/152 Word Embedding 01 (One-hot Encoding / Word2Vec ) 정리 [논문 목록] 1. Word2Vec : Efficient Estimation of Word Representations in Vector Space (https://arxiv.org/abs/1301.3781) 들어가기 앞서 컴퓨터는 텍스트 그 자체보다는 숫자를 더 잘 처리합니다 따라서,.. asidefine.tistory.com https://asidefine.tistory.com/154 Word Embedding 0..

Fully convolutional networks for semantic segmentation (FCN) 정리 - FCN = Fully Convolutional Network : classifcation을 수행하는 FC layer (Fully Connected Layer)없이, 오직 convolution으로만 모델 구성! -> semantic segmentation을 수행한다! - 이 논문에서는 모든 부분을 크게 (1) Fully convolutional networks와 (2) semantic segmentation 두 부분으로 나눠서 설명한다. Introduction과 Related Work 내에서도 이렇게 크게 두 개로 나눠서 설명하므로 유념할 것! (1) 이 논문에서 Fully Convolut..

[GNN] 1. Graph란? 1. Graph란? - 왜 Graph? - Graph의 종류 - Graph의 표현 - Graph Tasks - Graph의 Motif 2. GNN 이전의 Machine Learning을 활용한 Graph 학습 - Node Feature Eigenvector centrality Betweenness centrality Closeness centrality ..... - Link Feature Distance-based feature Local neighborhood overlap Global neighborhood overlap - Graph Feature Graphlet kernel Weisfeiler-Lehman Kernel 3. Graph Representation Le..