graph neural network 검색 결과
2 개의 검색 결과가 있습니다.
Machine Learning - Thoery/Graph Representation Learning

R-MAT 설명 (Relative molecule self-attention transformer 설명)

R-MAT는 relative molecule attention transformer의 준말로, 분자 내의 원자 간의 relative self-attention 정보를 반영하는 Transformer 기반의 그래프 pre-training 모델이다. R-MAT는 그래프 상 거리를 표현하는 neighborhood embedding, edge type을 반영하는 bond embedding, 그리고 radial basis function을 활용한 거리를 표현하는 distance embedding의 세 개의 embedding을 사용한다. 이번 글에서는 R-MAT가 무엇인지에 대해서 알아보겠다. Motivation Transformer는 absolute positional encoding, relative positi..

2023. 12. 24. 13:48
Machine Learning - Thoery/Graph Representation Learning

Variational graph auto-encoder 설명 (VGAE, GAE 설명)

Variational graph auto-encoder는 그래프 형태의 데이터에 VAE를 적용시킴으로써 그래프의 latent space를 학습하고, 이 latent variable을 활용하는 방법을 제시한 방법이다. VGAE 논문에서는 간단하게 그래프를 latent repersentation으로 학습하는 것을 목표로 하는 Graph auto-encoder (GAE)와, 이에 variational approach를 추가한 variational graph auto-encoder (VGAE) 두 가지를 제시하고 있다. 이번 글에서는 이들에 대해서 알아보겠다. Graph auto-encoder (GAE) Graph auto-encoder는 말 그대로 오토인코더를 그래프에 적용시키는 것으로, 1) 그래프를 lat..

2023. 11. 19. 18:26