GraphOmakase
A General Graph Spectral Wavelet Convolution via Chebyshev Order Decomposition paper link : https://arxiv.org/abs/2405.13806 official code : https://github.com/liun-online/WaveGC * 그래프 스펙트럼 컨볼루션은 그래프 신호처리 이론을 기반으로 그래프 필터링, 데이터 분석 등의 넓은 분야에서 활용되고 있습니다. 다음은 그래프 스펙트럼 변환을 위한 신호 기저 (고유벡터) 선택
GraphOmakase
Mitigating Over-Squashing in Graph Neural Networks by Spectrum-Preserving Sparsification paper link : https://arxiv.org/abs/2506.16110 official code : https://github.com/Jinx-byebye/GOKU * ICML 2025 논문 리스트업 중 그래프 스펙트럼 관점에서 오버스쿼싱 문제를 해결하는 새로운 Graph Rewiring 논문을 가볍게 리뷰 전달을 해드리고자 합니다. 국내 그래프 연구에서 빼놓을 수 없는
GraphOmakase
Positional Encoding meets Persistent Homology on Graphs paper link : https://arxiv.org/abs/2506.05814 official code : https://github.com/Aalto-QuML/PIPE * 이번 주 오마카세에서는 그래프 표현 학습에서 중요한 모듈로써 활용되고 있는 '위치 인코딩(Positional Encoding, PE)'에 새로운 그래프 위상을 활용하는 점에서 제안된 논문을 소개해드리고자 합니다. * 이웃
GraphOmakase
Graph Representational Learning: When Does More Expressivity Hurt Generalization? paper link : https://arxiv.org/abs/2505.11298 official code : https://github.com/RPaolino/GenVsExp * 그래프 신경망(GNN)은 구조화된 데이터 학습에 매우 유용한 도구로 자리 잡았지만, GNN의 표현력(expressivity)과 실제 예측 성능(predictive performance) 사이의 관계는 여전히 명확하게 이해되지
GraphOmakase
On Measuring Long-Range Interactions in Graph Neural Networks paper link : https://arxiv.org/abs/2506.05971 official code : https://github.com/BenGutteridge/range-measure?utm_source=catalyzex.com * 이번주 오마카세에서는 오랜만에 고질적인 메세지 전달 메커니즘의 한계인 장거리 종속성(long-range dependency) 포착 문제를 해결하는 새로운 방법론을 제안한 논문을 소개해드리고자 합니다. * 다들 잘
GraphOmakase
안녕하세요 GUG입니다. 어느덧 내일 GUG 7번째 세미나가 진행됩니다. 5회차 세미나부터 늘 '온톨로지' 라는 키워드를 가지고 세미나를 진행했는데, 유독 이번 세미나는 관심과 신청이 더 많았던게 느껴졌네요. 아마 팔란티어 기업의 활약이 주된 이유이지 않을까 싶네요. 좋은 현상이라 생각합니다. 그래프란 분야가 온톨로지 덕분에 빛을 발하는 시기가 되는거 같아 더더욱 열심히 하게되는
GraphOmakase
Boltz-2 — Towards Accurate and Efficient Binding Affinity Prediction blog link : https://boltz.bio/boltz2 official code : https://github.com/jwohlwend/boltz * 이번 주 그래프 오마카세는 신약 AI 도메인에서의 새롭고 짚고 넘어가기 좋은 내용들을 찾아 전달해드리고자 합니다. 관심 있으신 독자 여러분들께 많은 도움이 되셨으면 좋겠습니다. * MIT와 AI 신약개발 대표기업으로 자리잡은 Recursion이
GraphOmakase
Addressing the Scarcity of Benchmarks for Graph XAI paper link : https://arxiv.org/abs/2505.12437 official code : https://github.com/OpenGraphXAI/benchmarks * 구조화된 데이터 학습의 사실상 표준 모델이 된 그래프 신경망에 대한 관심은 예전에 비해 많이 높아졌지만, 실제 어플리케이션에 배포되는 데 어려움이 존재합니다. 해석 가능성의 부족이라는 딥러닝 모델의 꼬리표가
GraphOmakase
Introducing KumoRFM: A Foundation Model for In-Context Learning on Relational Data paper link : https://kumo.ai/research/kumo_relational_foundation_model.pdf blog link : https://kumo.ai/company/news/kumo-relational-foundation-model/ * 저저번주 오마카세에서 소개해드렸던 관계형 그래프 트랜스포머(Relational Graph Transformer)에 관련한 블로그 글에 이어, KumoAI에서 관계형 데이터베이스를 위한 그래프 기반
GraphOmakase
이벤트 링크 : https://lu.ma/69ymean7 한정된 인원들만 참여가 가능하다보니, 신상이 불분명하신분들은 부득이하게 참여가 어려우실 수도 있습니다. 신청시에, 되도록 소속을 명확히 기입해주시면 감사하겠습니다. 추가로 정말 꼭 참여를 해보고 싶다 하신분들은 graphusergroup@gmail.com 으로 메일을 전달해주시면, 우선으로 자리를 배치해보도록 하겠습니다. 많은 참여 부탁드리겠습니다. Plexus : Taming Billion-edge Graphs with 3D Parallel
GraphOmakase
드디어 GUG 7회차 세미나가 개최됩니다. 어렵사리 연사분들, 장소를 대관하느라 오래걸렸네요. 오마카세 식구분들에게 우선 이 소식을 전달하고 싶어 선공개합니다. 한정된 인원들만 참여가 가능하다보니, 신상이 불분명하신분들은 부득이하게 참여가 어려우실 수도 있습니다. 신청시에, 되도록 소속을 명확히 기입해주시면 감사하겠습니다. 추가로 정말 꼭 참여를 해보고 싶다 하신분들은 graphusergroup@gmail.com 으로 메일을 전달해주시면, 우선으로 자리를
GraphOmakase
Graph Learning Will Lose Relevance Due To Poor Benchmarks paper link : https://arxiv.org/pdf/2502.14546 * ICLR 2025의 Position paper로 제출된 제목부터 상당히 흥미로운 주제를 다루는 논문을 이번주 오마카세로 소개해드리고자 합니다. 그래프 거장 선생님들께서 대다수 참여하신 프로젝트인 만큼, 독자 여러분들께서는 다음 논문을 꼭 정독해보시는 것을 추천드립니다. * 그래프 학습은 2022년