- 전체보기(9)
- Deep Learning(1)
- Knowledge Graph(1)
- Knowledge Graph Embedding(1)
- 딥러닝(1)
- 딥러닝북(1)
- KGAT(1)
- Linear Factor Models(1)
- 추천시스템(1)
- LiteralE(1)
- Embedding(1)
[논문리뷰] Simple and Deep Graph Convolutional Networks
http://proceedings.mlr.press/v119/chen20v/chen20v.pdfGraph convolutional networks(GCNs)최근 대부분의 GCN 모델들은 over-smoothing 문제가 있다.본 논문에서는 GCNII을 제시한다
[논문리뷰] AdapterFusion: Non-Destructive Task Composition for Transfer Learning
기존에는 Sequential fine-tuning과 multi-task learning 을 사용했다. 그러나 catastrophic forgetting과 새로운 task를 추가하기 어렵다.본 논문은 기존의 문제점을 해결한 two stage learning algorit
[머신러닝] 결정 트리(Decision Tree)
Python Machine Learning 책으로 공부했음을 밝힙니다.결정 트리는 분류(classification)와 회귀(regression)이 가능한 지도 학습 모델이다.스무고개처럼 예/아니오 질문을 하며 학습한다.훈련 데이터에 있는 특성을 기반으로 샘플의 클래스
[Deep learning book] Chap.12 Applications
12.1 Large-Scale Deep Learning12.2 Computer Vision12.3 Speech Recognition12.4 Natural Language Processing12.5 Other Applications
[Deep learning book] Chap.13 Linear Factor Models
Linear Factor Models - 선형 인자 모형
[논문리뷰] Incorporating Literals into Knowledge Graph Embeddings
공부 목적으로 작성한 것임으로, 오류가 존재할 수 있다는 점을 말씀드리고 싶습니다 https://arxiv.org/pdf/1802.00934.pdf Knowledge Graph는 entity, relation 그리고 lieral 노드로 구성된다. Literal
Intro
인공지능을 공부하고 있으며, 공부를 기록하는 용으로 시작합니다.경제학과였지만 인공지능에 관심을 갖기 시작하여 공부를 시작하였으며 수학적인부분이나 다양한 부분에서 부족한 점이 있겠지만 열심히 공부하겠습니다.저의 관심분야는 Knowledge Graph 이라 이 분야에 관련
[논문리뷰] KGAT : Knowledge Graph Attention Network for Recommendation
공부 목적으로 작성한 것임으로, 오류가 존재할 수 있다는 점을 말씀드리고 싶습니다