Place for sharing the trend and foundation graph technology
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
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
GraphOmakase
DeepSeek-R1 Primer link : https://aman.ai/primers/ai/deepseek-R1/ * 딥시크에 대한 이야기로 가득합니다. 최근 정말 혁신적인 아키텍처가 나왔죠.다들 아실만한 내용이라 생각합니다. 챗지피티 등장 이후 비슷한 AI계의 신선한 충격을 줄 만한 혁신적인 아키텍처의 등장이라는 글들이 보이고 있습니다. * 저도 스케일링 법칙을 깨버리고 저비용으로 o1모델과 견줄만한 성능을 보이는 모델이 나왔다는 이야기를 처음
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/