# graph neural network

Graph data Split : 그래프 데이터 분할
Graph Data를 train-test 셋으로 나누는 가장 일반적인 방법은 노드 기반 분할(Node-based splitting)과 엣지 기반 분할(Edge-based splitting)이다.또한 Task마다 Graph 분할 방법은 그래프의 구조와 모델의 목적에 따라

Node2Vec 모델 응용 : GraphSAGE 성능 향상
본 포스팅에서는 GraphNN 모델을 연계해 성능을 향상시키는 방법에 대해 다룬다.정확히는 Node2Vec 모델과 GraphSAGE 모델을 함께 사용해 Graph 정보를 모델에 더욱 효과적으로 전달하는 방법론을 이론적으로 설명한다.node2vec과 GraphSAGE 모

[논문 리뷰] Learning the Graphical Structure of Electronic Health Records with Graph Convolutional Transformer (AAAI, 2019)
GCN과 Transformer를 합쳐 의료 데이터 EHR을 분석하는 새로운 방법론을 소개한다.
SuperGlue 톺아보기
시작하며, 최근에 저는 강화학습 기반 물체 재배열 알고리즘 개발을 졸업 프로젝트로 진행하고 있습니다. 기존에 진행했던 연구의 한계를 찾아 개선하는 방향으로 전개했습니다. 구체적으로, object matching module이 naive하게 구현되어 있어서 이 module의 accuracy를 높이는 쪽으로 연구하고 있습니다. 그러던 중, 조교님의 추천으로 ...

Inductive & Transductive Learning 차이점
Inductive Learning을 직역하면 귀납적 학습, Transductive Learning은 ... 직역조차 애매하다.단어만 보고 그 개념을 유추하기 어려운 이 두 단어는 아마 영어 원서로 된 책이나 자료로 머신 러닝을 공부하다보면 자주 보았을 것이다. 하지만
Graph Neural Network for Network Neuroscience
This article is about graph neural network for network neuroscience.

GNN - Message Passing
📌목차 📕 MPNN 개요 MPNN(Message Passing Neural Network) 는 GNN의 가장 기본이 되는 방법론으로, Node의 이웃들의 정보를 이용해서 해당 노드의 상태를 업데이트하는 형태를 가진 Neural Network를 의미한다. MPN

Molecular graph at organic chemistry's view: how to interpret and select features
Molecular graph at organic cheemistry's view

GNN 학습
이전 포스팅에서 언급했듯이, GNN 학습방법은 크게 4가지로 구성된다. 이 중 첫번째로 RecGNNs 에 대해 알아보자RNN은 Sequential data를 학습하도록 만들어진 딥러닝 모델이다.따라서, Graph의 특징이 무엇인지 알고, Graph를 Encoding 시

GNN 개요
https://gaussian37.github.io/dl-concept-densenet/https://csm-kr.tistory.com/10
Introduction to Knowledge Graph Completion
Introduction to Knoweldge Graph Completion