AI를 위한 필수 수학

365

Chapter 9 -

그래프 모델

●

노드 엣지 및 그 피처가 시간에 따라 진화하는 동적 모델인가 아니면 시간에 따라 정적인 모델인가?

●

우리는 무엇에 관심을 가지고 있는가? 분류인가 (

예

가짜 뉴스인지 진짜 뉴스인지, 세포 조직 검사 결과가

양성인지 음성인지 )? 새로운 그래프 생성인가 (

예

신약 개발)? 클러스터링인가? 그래프를 저차원의 구조화

된 공간에 삽입해야 하는가?

●

사용 가능한 데이터가 있는가? 필요한 데이터의 종류는 무엇인가? 데이터가 정리되어 있거나 레이블이 지

정되어 있는가? 전처리가 필요한가?

그래프 모델의 몇 가지 애플리케이션에 대해 조사했지만 그래프 모델링 구조에 진정으로 적합

한 애플리케이션은 이보다 훨씬 더 많다. 이 책의 앞부분에 있는 ‘이 책의 대하여’를 읽어보면

이러한 모델에 대한 공통된 주제와 사고 방식을 파악하는 데 도움이 될 것이다. 다음 목록을 통

해 그래프 신경망의 응용에 관한 좋은 인사이트를 얻게 되기를 바란다.

●

노드 분류

●

그래프 분류

●

클러스터링 및 커뮤니티 감지

community

detection

●

새로운 그래프 생성

●

영향력 극대화

●

링크 예측

219

https://oreil.ly/HQL5F

NOTE

그래프로 보는 이미지 데이터

컴퓨터 비전의 벤치마크 세트 중 하나인 손글씨

MNIST

데이터셋에서 테스트된 ...