Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Transductive Learning
- PSNR
- Spatial GNN
- 이상 탐지
- 생성 모델 평가
- GNN
- deepseek
- kl divergence
- 생성 모델
- posterior collapse
- 대칭키
- zachary’s karate club
- Google Cloud
- cross-entropy
- mode collapse
- ARIMA
- Spectral GNN
- 사회 네트워크 분석
- session 미종료
- public key
- SSIM
- python3
- GCP
- ChatGPT
- Grad-CAM
- DeepLearing.AI
- Inductive Learning
- Vertex AI
- PyTorch
- prompt engineering
Archives
- Today
- Total
목록Spatial GNN (1)
데이터 과학 노트
GNN에서 Spectral과 Spatial의 차이
GNN에서 Spectral과 Spatial의 차이그래프 신경망(Graph Neural Network, GNN)은 그래프 구조 데이터를 처리하기 위한 모델이다.크게 두 가지 접근 방식이 있다. Spectral 기반과 Spatial 기반이다.두 방식은 그래프의 정보를 다루는 관점이 다르다.1. Spectral GNN핵심 아이디어그래프를 주파수(스펙트럼) 영역에서 바라본다.그래프의 구조를 표현하기 위해 그래프 라플라시안(Laplacian Matrix) 을 이용한다.라플라시안은 대략 다음과 같이 정의된다.L = D - A(D: 차수 행렬, A: 인접 행렬)Spectral GNN은 이 라플라시안을 고유분해하여 그래프 신호를 푸리에 변환(Fourier Transform) 하고그 위에서 필터링(Convolution)..
Data Science/Graph Neural Networks
2025. 10. 9. 17:30