Controllable Multi-Interest Framework for Recommendation(KDD 2020)Taobao 에서 사용하는 추천시스템 프레임 워크인 ComiRec를 소개Multi-Interest Extraction 모듈과 Aggregation 모듈

Deep Entity Classification: Abusive Account Detection for Online Social Networks(USENIX Security 2021)Facebook 에서의 다양한 Abuse를 탐지하기 위한 기계학습 탐지 시스템 설명소셜

CS224W의 Community Structruture in Networks 강의와 Spectral Clutering 강의 부분을 정리한 글입니다. 아래 4가지 알고리즘에 대한 내용을 알아봄Louvain 알고리즘BigCLAMSpectral ClusteringMotif-

CS224W의 Limitations of GNN, Advanced topic in GNN, A General perspective on GNN, Scaling up GNN Large Graph 강의 중 GNN의 한계점과 대안법에 요약한 글→ agg 과정에서 max p

CS224W- 8강 GNN application 내용 정리실제 industry에서의 GNN 응용 관점을 정리한 강의 내용Node level predction$\\hat yv = Head{node}(h_v^{(L)}) = W^{(H)}h_v^{(l)}$Edge level

GNN 구현시 관련 기타 이슈를 기록 & 업데이트 Inductive learning Ground truth 를 알고있는 data로 모델을 학습한 후, 전혀 새로운 graph에 대해 node와 edge를 추정하는 것Transductive learningKnown data

Shallow Encoder는 Single layer(f)로 구성되어 있고, 이를 통해 node embedding 진행($u$ → $z_u)$, 유사도 계산($z_u^tz_v$)Lookup table 형식으로 노드 임베딩 값을 꺼내 사용1) 각 node끼리 파라미터

representation learing?어떤 task 를 수행할 수 있는 표현을 만드는 것임베딩이 필요한 이유는 Adjacency Matrix 가 매우 sparse 하기 때문에 computation 측면에서 필요임베딩의 목적은 원본 Graph 의 유사도와 embedd

문제 의식통계적 의존성은 Weak supervision 에서 자연스럽게 발생함그러나 사용자가 직접 상관성을 고려해 라벨함수를 작성하거나 좀 더 정확한 휴리스틱으로 다른 사용자를 강화하기 위해 의도적으로 설계된 라벨 함수를 작성하는 것은 문제 문제 해결방안조건부 독립 모

RBM 개요https://s3-us-west-2.amazonaws.com/secure.notion-static.com/fae7c729-63c4-4e86-9979-9fb55b76b4b7/Untitled.png같은 노드 사이에는 에지가 없고 가시-은닉 노드 사이에