Directed Acyclic Graph
1 min read
Graph Convolutional Networks B) Related C) References.
Graph Embedding Graph Embedding 은 node, edge, subgraph, 전체 graph 를 vector 로 표현하는 방법이다.
Graph Neural Network A.1) 기존 그래프 알고리즘과의 비교 전통적인 그래프 관련 알고리즘들의 limitation 이 존재 기존 알고리즘들: BFS, DFS, Dijkstra algorithm, Prim algorithm etc.
핵심 요약 Graphical Model (확률 그래프 모델): 확률 분포를 그래프 구조로 표현하는 방법. 노드는 랜덤 변수, 엣지는 변수 간 의존 관계를 나타낸다.
PyTorch-BigGraph Graph Neural Network 2.
Dijkstra Algorithm B) Related C) References.
DFS Related References.
Random Walk Random walk는 graph 위에서 현재 node의 이웃 중 하나를 확률적으로 선택해 이동하는 과정이다. graph의 node를 state로 보고, edge를 이동 경로로 보면 Markov Chain의 한 형태로 이해할 수 있다.
Over-smoothing Graph Neural Network에서 자주 발생하는 문제 중 하나로, 네트워크의 layer 수가 깊어질수록 각 정점의 임베딩이 점차 비슷해지는 현상을 말한다.
Prim Algorithm B) Related C) References.