GNN
Limitations of Graph Neural Networks
0. Intro 핵심 아이디어 : 로컬 네트워크 환경을 기반으로 노드 임베딩 생성 neighbor aggregation의 아이디어를 기반으로 노드는 신경망을 사용하여 neighbor로부터 정보를 수집합니다. 다양한 신경망 선택에 따라 다양한 모델 변형이 제안되며 모델에 따라 박스 안에 들어가는 내용물이 달라집니다. 각 노드는 이웃에 따라 computation graph를 정의하고 neighbor aggregation을 통해 노드 임베딩을 구합니다. node representation을 구한 후 해당 graph의 노드들을 더하거나 평균내는 방식(Pooling)으로 하나의 graph representation을 구하게 됩니다. 위의 그림과 같이 GNN을 활용하여 많은 SOTA성능을 내기도 했지만 GNN에는 ..
Community Structure in Networks
Community Structure in Networks 1. Community Structure in Networks 이번 챕터의 목적, 즉 Community Structure는 '서로간에 밀접하게(densely) 연결된 노드들의 집합을 구분하는 것'입니다. 알고리즘에 들어가기 전에, 사회과학적으로 군집이 생성되는 원리에 대해 먼저 보겠습니다. Granovetter's Answer Granovetter는 '사람들은 어떻게 새로운 직장을 찾는가?'에 대한 연구를 진행 -> 사람들은 자주 만나는 친한 친구가 아닌, 드물게 만나는 지인(Acquaintances)을 통해 직장에 대한 정보를 얻는다고 밝혔습니다. 이런 관계를 생각했을 때, 두 가지 관점의 frendships으로 나누어집니다. Structual:..