Philemon 1:21

Kipf and Welling (2017)가 소개한 Graph Convolutional Networks (GCN)은 Graph Neural Networks (GNN)의 한가지 변형이라고 할 수 있다. GCN에서는 흔히 fileters나 kernels로 알려진 weights과 input을 곱한다라는 Convolutional Neural Networks (CNN)에서의 'convolution'의 개념이 동일하게 사용된다. CNN에서 각 layer들은 각각의 filter를 갖고 하나의 layer에서 해당 layer의 filter, 즉 하나의 filter가 전체 이미지를 훑으며 연산과정을 거치는데 이 과정을 weight sharing이라고 한다. GCN 이웃한 nodes를 함께 연산한다는 점에서는 CNN과 비슷..

Graph Theory 하나의 그래프는 objects과 entities사이의 쌍 관계를 분석하기 위한 수학적 구조로 활용되며, nodes(vertices or points)와 nodes들이 이어진 edges(links or lines), 두가지 요소로 구성되어 있다. 한 그래프의 edges가 방향성을 가지고 있는가, 가지고 있지 않는가로 directed graph와 undirected graph로 나뉠 수 있고, 만약 그래프의 모든 nodes들이 모든 다른 nodes과 연결되어 있다면 이 그래프는 complete graph라고 불린다. 그래프 $G$는 $G=(V, E)$로 나타내어질 수 있고 이 때, $V$와 $E$는 각각 a set of nodes와 edges를 의미한다. 그래프를 신경망에 넣기 위해서..