GraphOmakase
Affordable AI Assistants with Knowledge Graph of Thoughts paper link : https://arxiv.org/abs/2504.02670 * 지식 그래프(KG)와 LLM 추론을 통합하는 혁신적인 AI 어시스턴트 아키텍처, KGot (Knowlede Graph of Thoughts)를 소개하는 논문을 전달해드리고자 합니다. 최근 LLM 논문에서 다양하게 찾아볼 수 있는 그래프, 특히 KG의 강세가 크게 체감되는
* 안녕하세요, 독자 여러분들. 날씨가 많이 풀려서 이제야 봄이 온 것 같은 기분이 듭니다. 날씨가 풀릴 때에 맞추어 어느덧 4월 마지막 주차 오마카세를 발행하게 되었는데요. * 이번주는 3곳의 유명한 기업 사이트에서 공개한 그래프 관련한 블로그를 공유드리고, 내용을 가볍게 정리해서 전달해드릴까 합니다. 관심 있으신 독자 여러분들께서 직접 사이트에 방문하셔서 읽어보시고 많은 인사이트 얻어가셨으면
GraphOmakase
Graphcode : Learning from multiparameter persistent homology using graph neural networks paper link : https://arxiv.org/abs/2405.14302 * 지속성 호몰로지(Persistent Homology)라는 개념과 그래프 이론과의 밀접한 관련에 정말 관심이 많습니다. "어떻게 데이터 구조의 지속성 (persistence) 특징을 그래프로 표현하여 신경망 학습을 효율적으로 디자인할 수 있을까?" 가 저의 최근
GraphOmakase
On Vanishing Gradients, Over-Smoothing, and Over-Squashing in GNNs: Bridging Recurrent and Graph Learning paper link : https://arxiv.org/abs/2502.10818 * 오마카세에서 여러번 다루었던 주제로, 그래프 신경망의 대표 학습 메커니즘인 메세지 전달 방법의 한계점을 심층적으로 분석하는 논문을 가볍게 리뷰해보고 해당 논문에서 강조하는 핵심 인사이트를 전달해드리고자 합니다. 좋은 참고가 되었으면 좋겠습니다.
GraphOmakase
Pre-training Enhanced Spatial-temporal Graph Neural Network for Multivariate Time Series Forecasting paper link : https://arxiv.org/abs/2206.09113 * 참여 프로젝트 중 시계열 데이터 분석 관련하여 그래프를 활용해보고자 하는 좋은 기회를 부여받아서, 해당 도메인 상에서 정말 유명한 위 논문을 읽고 요약하여 여러분들께 전달해드려보고자 합니다. * 다변량 시계열 (Multivariate Time Series) 예측을
GFM-RAG: Graph Foundation Model for Retrieval Augmented Generation https://arxiv.org/pdf/2502.01113 GFM-RAG 리뷰입니다. GraphRAG 개념이 익숙하신 분들이라면, 본 논문 컨셉을 이해하기에 수월하실거라 생각됩니다. GraphRAG의 초반부인 Knowledge graph 만드는 부분과 후반부 Retrieval 결과를 Prompt 에 넣어 Decoding 하는 것은 유사하나 가운데 retrieval 단계에서 GDBMS를 활용하는게 아닌, GNN을 이용한다는게
GraphOmakase
A Generalization of the Persistent Laplacian to Simplicial Maps paper link : https://arxiv.org/abs/2302.03771 Key Contents * What is Simplicial Maps? * What is Persistent Laplacian? * Persistent Laplacian for Simplicial Maps (Generalization) * 이번 주는 오랜만에 토폴로지 관점에서 그래프 상의 고차 관계성 (Higher-order relationship)을 분석하고 최적화하는 방법 관련한 이론적
GraphOmakase
Vision GNN (ViG) 연구 흐름 및 발전 요약 및 핵심 정리 목차 * Vanilla Vision GNN (Vanilla ViG) * Vision HGNN * MobileViG & V2 * GreedyViG * WiGNet * 이번 주 오마카세에서는 이미지 분류, 객체 탐지 및 분할 등과 같은 다양한 컴퓨터 비전 태스크에서 GNNs의 적용 가능성을 입증한 기여도 높은 논문들과 학습 메커니즘의 발전 및
GraphOmakase
Recommended Weekly Paper list * 이번 주 오마카세는 개인적으로 넓은 스펙트럼 도메인으로 리스트업하고 있는 그래프 관련 논문들 중 시간되실 때 한번 쯤 읽어보시면 좋을만한 것들을 공유드리면서 가볍게 마무리하고자 합니다. * 최신 ICLR 2025 accepted papers & respective categories 등을 포함하여 분야 불문하고 다양한 범주의 그래프 관련한 인사이트를 위해 이번 주에 제가 읽어본
GraphOmakase
Gradformer:The Graph Transformer enhances self-attention by graph structure Inductive Bias paper link : https://arxiv.org/abs/2404.15729 * 그래프 트랜스포머 모델의 학습 아키텍처와 관련한 재밌는 논문을 하나 소개해드리고자 합니다. 논문 이름 그대로 노드 간 장거리 종속성을 잡아주는 어텐션 메커니즘이 그래프의 inductive bias까지도 추가 반영할 수 있는 새로운 메커니즘을 소개하고
GraphOmakase
Graph technologies outlook in 2025 youtube link : https://www.youtube.com/watch?v=e5MWzPEQk_g * 2024년에 GraphRAG, Agents, KG에 대한 관심이 급증하면서 그래프 AI 다운스트림 태스크의 활용 측면에서 서비스 개발 및 기술 공유의 빈도수가 크게 늘어났습니다. 그래프 뿐만 아니라 다른 도메인으로의 확장 방향성에 대해서도 많이 논의되었고 현재진행형 이라고 생각합니다. * KG
GraphOmakase
Patterns in GraphRAG and delving into the capabilities of Data Graphs AI and its architecture blog : https://datagraphs.com/blog/graphrag-ai-in-data-graphs * Data Graphs AI에서 새로운 GraphRAG 기능을 출시한 레포트를 발표하여 관련 블로그 글을 공유드립니다. 지식 그래프에 관련한 프롬프트 질의응답이 가능하여 비즈니스 데이터를 위한 ChatGPT와 같은 느낌으로 볼 수 있을 것