상세정보
미리보기
그래프 신경망 입문
- 저자
- 즈위안 리우,지에 저우 저/정지수 역
- 출판사
- 에이콘출판사
- 출판일
- 2022-05-17
- 등록일
- 2022-06-17
- 파일포맷
- PDF
- 파일크기
- 21MB
- 공급사
- YES24
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
그래프 신경망은 최근 딥러닝의 어떤 분야보다도 빠르게 성장하고 있으며 많은 기업에서 이미 서비스에 적용했다. 이 책은 국내에서 그래프 신경망을 전문적으로 소개하는 첫 책이다. 20개 이상의 관련 모델들을 소개하고, 어떤 분야에 응용되고 있는지 알려준다. 그래프 신경망이 좋다는 걸 어디선가 듣고 자신의 연구나 업무 등에 적용해보고 싶었던 사람들에게 적합한 책이다. 이 책이 각자의 분야와 그래프 신경망이 시너지를 내는 데 도움이 되길 바란다.
저자소개
칭화대학교 컴퓨터공학과 부교수다. 칭화대학교 컴퓨터공학과에서 2006년에 학사, 2011년에 박사학위를 받았다. 관심 연구 분야는 자연어 처리와 소셜 컴퓨팅이다. IJCAI, AAAI, ACL, EMNLP를 포함해 학회와 저널에 60편 이상의 논문을 발표했다.
목차
1장. 서론1.1 동기1.1.1 합성곱 신경망1.1.2 네트워크 임베딩1.2 관련 연구2장. 수학 및 그래프 기초2.1 선형대수학2.1.1 기본 개념2.1.2 고유분해2.1.3 특잇값 분해2.2 확률2.2.1 기본 개념과 공식2.2.2 확률분포2.3 그래프 이론2.3.1 기본 개념2.3.2 그래프의 대수적 표현3장. 신경망 기초3.1 뉴런3.2 역전파 3.3 신경망 4장. 기본 그래프 신경망4.1 서론4.2 모델4.3 한계5장. 그래프 합성곱 네트워크5.1 스펙트럼 방법5.1.1 스펙트럼 네트워크5.1.2 ChebNet5.1.3 GCN5.1.4 AGCN5.2 공간 방법5.2.1 뉴럴 FPS5.2.2 PATCHY-SAN5.2.3 DCNN5.2.4 DGCN5.2.5 LGCN5.2.6 MoNet5.2.7 GraphSAGE6장. 그래프 순환 네트워크6.1 게이트 그래프 신경망6.2 Tree-LSTM6.3 그래프 LSTM6.4 S-LSTM7장. 그래프 어텐션 네트워크7.1 GAT7.2 GaAN8장. 그래프 잔차 네트워크8.1 하이웨이 GCN8.2 지식 점프 네트워크8.3 DeepGCNs9장. 다양한 그래프 종류9.1 유향 그래프9.2 이종 그래프9.3 에지 정보가 있는 그래프9.4 동적 그래프9.5 다차원 그래프10장. 고급 학습 방법10.1 샘플링10.2 계층적 풀링10.3 데이터 증강10.4 비지도 학습11장. 일반적인 프레임워크11.1 메시지 전달 신경망11.2 비지역 신경망11.3 그래프 네트워크12장. 응용: 구조 시나리오12.1 물리12.2 화학과 생물12.2.1 분자 핑거프린트12.2.2 화학 반응 예측12.2.3 약물 추천12.2.4 단백질과 분자 상호작용 예측12.3 지식 그래프12.3.1 지식 그래프 채우기12.3.2 귀납 지식 그래프 임베딩12.3.3 지식 그래프 정렬12.4 추천 시스템12.4.1 행렬 채우기12.4.2 소셜 추천13장. 응용: 비구조 시나리오13.1 이미지13.1.1 이미지 분류13.1.2 시각적 추론13.1.3 의미 구분13.2 문자13.2.1 문자 분류13.2.2 시퀀스 레이블링13.2.3 신경 기계 번역13.2.4 관계 추출13.2.5 사건 추출13.2.6 사실 확인13.2.7 그 밖의 응용14장. 응용: 기타 시나리오14.1 생성 모델14.2 조합적 최적화15장. 오픈소스15.1 데이터셋15.2 구현16장. 결론
.png){kind=logo}
