Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
Tags
- Adjacency Matrix
- 세션 기반 추천시스템
- temporal network mining
- SR-GNN
- network mining
- graph machine learning
- GNN
- mining paper review
- Kdd
- CS224W
- GNN 기반 추천시스템
- Graph Mining
- GRAPH NEURAL NETWORK
- data mining
- Session-based Recommendation
- Session-based Recommendation with Graph Neural Networks
- sequences of sets
Archives
- Today
- Total
목록Adjacency Matrix (1)
Chat HoPT 5
[Road to Graph Neural Network] 1. What is Graph?
1. Graph? 우린 수많은 네트워크들 내에서 존재하며 살아간다. 우리가 많이 사용하는 인스타그램, 링크드인 등등의 SNS 역시 네트워크이고, 우리의 뇌, 세포, 정보 모두 네트워크를 이루고 있다. 이러한 네트워크를 Complex system, 즉 복잡계라고 한다. 이러한 Complex system의 공통점은 바로 구성 요소들끼리 복잡한 상호작용을 한다는 것이다. 이러한 복잡한 상호작용을 표현하는 일종의 “언어”가 그래프라고 생각하면 된다. 그래프의 예시를 보면서 차차 알아가보자. 위 그림은 소셜 네트워크 관계망에서 주로 나타나는 상호작용을 표현한 것이다. 페이스북, 링크드인, 카카오톡 등 이런 소셜 네트워크에서는 사람들과 사람들 간의 상호작용이 일어난다. 여기서 구성요소는 사용자, 상호작용은 연락, ..
Graph/Road to Graph Neural Network
2024. 3. 10. 14:22