GraphUserGroup

Delicious meals in under 15 minutes

A new recipe everyday, directly in your inbox.

그래프 튜토리얼 9화 : Graph RNN
GraphTravel

그래프 튜토리얼 9화 : Graph RNN

* Graph RNN 이해 * Sequential & Auto Regressive 안녕하세요, GUG 여러분! 그래프 튜토리얼의 가이드 Erica에요 🌏 9번째 여행에서는 GraphRNN 모델을 다룰 거에요. GRU와 LSTM의 아이디어를 Graph에 적용해 만들어진 아키텍처라고 할 수 있죠. 그래프 데이터의 생성, 예측, 분류 등 다양한 작업에 사용될 수 있지만 그 중에서도 특히 Graph Generation Task에 효과적이랍니다! 📢 가독성을 위해 본문에는

Graphconference

7th pseudo-con 후기

지난 11월11일 가짜연구소에서 주최하는 슈도콘에 참여했습니다.여러 기억에 남는 순간들이 많았지만, 지금 텍스트로 정리하며 그 중 몇몇을 추려보자면 다음 3가지가 떠오르네요. * 1.발표 연사로 참여하고 왔습니다. * 그래프 오마카세 주방장이 말하는 현업과 괴리 라는 주제로 운이좋게도 발표를 하게 되었습니다. 마침 그래프 오마카세의 1주년과 저의 31주년이 겹치는 생일이였기에 올해 받은 선물 중

11월 1주차 그래프 오마카세
GraphOmakase

11월 1주차 그래프 오마카세

오늘은 stanford & pyg 에서 진행한 컨퍼런스를 가져왔습니다. 주방장이 1년간 여러분들에게 드렸던 정보들 중 핵심만을 가득 담아놓아서 깜짝놀랬습니다. 아마 글 중 ‘핵심’이다 라고 강조했던 부분이 있었을텐데요. 그 부분들이 7시여간의 컨퍼런스에 모두 담겨있었습니다. 다시 말하자면, 1년간의 그래프 기술들을 공부하며 정수라고 생각했던 부분들이 이 컨퍼런스에 잘 녹아져 들어가 있던거죠. 그러기에, 그래프에 관심있으신

GraphOmakase

10월 4주차 그래프 오마카세

1. BertNet: Harvesting Knowledge Graphs with Arbitrary Relations from Pretrained Language Models → NER(Name Entity Recognition) , RE(Relation Extraction) 때문에 고생하셨던 분들에게 단비같은 논문이라 생각합니다. 프롬프트 엔지니어링과 사전학습된 모델만으로 다양하고 정교한 관계를 추출할 수 있는 방법에 대해 이야기합니다. 2. Knowledge Graph Generation From Text → 대규모 언어모델을 활용해 지식그래프를 형성하는 과정에서

10월 3주차 그래프 오마카세
GraphOmakase

10월 3주차 그래프 오마카세

A Complete Expressiveness Hierarchy for Subgraph GNNs via Subgraph Weisfeiler-Lehman Tests [https://arxiv.org/pdf/2302.07090.pdf] Expressive power, 그래프 데이터의 장단점을 논할 때 항상 강조되는 요소입니다. 노드 수와 엣지 수가 동일한 그래프라 하더라도, 그래프 내의 노드 연결 방식에 따라 다른 그래프로 구분됩니다. 따라서 '어떻게 연결'되는지를 이해하고 이를 숫자로

Subscribe for daily recipes. No spam, just food.