GraphOmakase
Open-Sourcing the WhyHow Knowledge Graph Studio, powered by NoSQL medium link : https://medium.com/enterprise-rag/open-sourcing-the-whyhow-knowledge-graph-studio-powered-by-nosql-edce283fb341 github : https://github.com/whyhow-ai/knowledge-graph-studio * 안녕하세요. 어느덧 1월달의 마지막 주가 찾아왔습니다. 이번 주에는 설날이 포함되어 있어 많은 구독자 여러분들의 이동이 잦을것으로 생각되어 바쁜 이동 와중에 가볍게 꺼내드실 수 있는 내용들로 구성해보고자 하였습니다. 다시금
GraphOmakase
Supporting Ontology and Knowledge Graph Development on the Web youtube link : https://youtu.be/g9pgQIs8lso?si=QWcP8xFDPgHEJhXN * 안녕하세요. 벌써 25년 1월의 4번째 주 오마카세를 작성하고 있으니 시간이 정말 빨리 흘러가는 것 같습니다. 이번 주에도 어떤 내용을 전달해드리면 좋을 지 열심히 서칭하고 있었는데 다음 유튜브 영상을 발견하게 되었습니다. * '웹에서 온톨로지
GraphOmakase
* 안녕하세요. 이번 주 오마카세에서는 SNS 상에서 많은 연구자들로부터 뜨거운 관심을 받으면서 빠르게 공유되고 있는 2가지 게시글과 개인적으로 구독자 여러분들께 읽어보면 좋을 것 같은 논문 2가지를 공유해드리고자 합니다. Don't Do RAG : When Cache-Augmented Generation is all You Need for Knowledge Tasks X link : https://x.com/rohanpaul_ai/status/
GraphOmakase
Interesting graph topics selected by the Omakase chef from X and Linkedin ! * 안녕하세요 구독자 여러분들. 을사년 새해의 시작을 잘 하시고 계신가요? 날씨가 정말 많이 추워진 만큼, 여러분들의 건강 관리를 우선적으로 잘 챙겨주시고 앞으로 여러분들이 하시게 될 모든 일들과 연구에 있어서 좋은 소식들만 가득하시길 바랍니다. 올해 각자 목표하신 바 또한 모두
GraphOmakase
Google Research : Understanding Transformer reasoning capabilities via graph algorithms Blog link : https://research.google/blog/understanding-transformer-reasoning-capabilities-via-graph-algorithms/ * 2025년 푸른 뱀의 해 (을사년) GUG 구독자 분들 모두 새해 복 많이 받으세요 ! * 25년 뱀의 해는 뱀의 유연한 움직임처럼 변화에 잘 적응하고 새로운 기회를 잘 잡아가는 해가 될 것이고, 지혜롭게 다가오는 도전과 변화를 마주하고
GraphOmakase
10 Research Areas & Spotlight Papers to Check Out in NeuralIPS 2024 : "Exploitation of a Latent Mechanism in Graph Contrastive Learning: Representation Scattering" video link : https://www.youtube.com/watch?v=sBJwpn8yZhg&t=74s, https://www.youtube.com/watch?v=FcGk4_rZUpo * 올해의 마지막, 12월 4주차 그래프
GraphOmakase
Higher-order GNNs Meet Efficiency: Sparse Sobolev Graph Neural Networks paper link : https://www.arxiv.org/pdf/2411.04570 official code : https://github.com/jhonygiraldo/S2-GNN?tab=readme-ov-file * 그래프 신경망의 주요 학습 메커니즘으로 사용되고 있는 메세지 전달 프로세스에 대해서는 모두들 잘 아시고 계실 겁니다. 주변 이웃 노드의 정보를 집계하여 자신의 정보를
GraphOmakase
Graph Neural Networks for Edge Signals: Orientation Equivariance and Invariance paper link: https://arxiv.org/abs/2410.16935 official code : https://github.com/dfuchsgruber/eign?utm_source=catalyzex.com * 이번 주 오마카세는 엣지 신호 모델링 측면에서 Direction, Orientation의 2가지 독립적 엣지 특성을 모두 포착할 수 있는 Direction-aware Topological Model, EIGN을
GraphOmakase
Vertex, Edge, Clique: What's in a Graph? Youtube link : https://www.youtube.com/watch?v=MCfp8p7tETk * 어느덧 24년의 마지막 12월이 찾아 왔습니다. 올 한해 독자 여러분들 정말 고생많으셨고, 그래프 오마카세와 함께 해주셔서 언제나 감사드립니다. * 이번 주 오마카세는 글이 아닌 Bastian 교수님의 최근 유튜브에 업로드된 1시간 분량의 강연으로 전달해드리고자
GraphOmakase
Hodge-Compositional Edge Gaussian Processes paper link : https://arxiv.org/abs/2310.19450 official code : https://github.com/cookbook-ms/Hodge-Edge-GP Contents * Edge Functions on Simplicial Complexes (recaps) * Edge Gaussian Processes * Hodge-compositional Edge GPs * Node-Edge-Triangle GP Interactions * '왜 그래프에 가우시안 프로세스를 적용하려 했을까? 어떠한 방식으로 정의하였는가? 그래서 핵심은 뭔가?' 최근
GraphOmakase
Graph Classification Gaussian Processes via Hodgelet Spectral Features paper link : https://arxiv.org/abs/2410.10546 * 최근 연구실의 세미나 발표를 듣고, 그래프 가우시안 프로세스 (graph GPs)이라는 분야에서의 다양한 연구들을 접하게 되었습니다. 저는 다음 확률적 프로세스 (Stochastic processes)에 대한 관련 지식이 넓지 않지만 해당 발표를 들으면서 흥미로운 내용들이 많이
GraphOmakase
[AD]GUG 6번째 세미나 안녕하세요 GUG 입니다. 연말이라 그런지, 여기저기 서밋 컨퍼런스들이 많이 열리고 있네요! 이 흐름을 타서 GUG또한 세미나를 개최합니다. 이번 행사는 감사하게도 SKT Devocean에서 공간후원을 해주셨어요. 역시 국내 개발자 생태계를 위해 아낌없이 지원을 해주는 좋은 플랫폼! 데보션 ! GraphRAG와 그래프의 뼈대가 되는 온톨로지가 이번 행사 주제입니다. 다음에 해당되는 분들에게