편집하면 당신의 IP 주소가 공개적으로 기록됩니다.
계정을 만들고 로그인하면 편집 시 사용자 이름만 보이며, 위키 이용에 여러 가지 편의가 주어집니다.
편집을 취소할 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
최신판 |
당신의 편집 |
1번째 줄: |
1번째 줄: |
| '''그래프 뉴럴 네트워크'''({{영어|Graph Neural Network}}, GNN)는 [[그래프 (그래프 이론)|그래프]] 형태의 데이터를 다루기 위한 [[뉴럴 네트워크]](인공신경망) 구조를 말한다. | | '''그래프 뉴럴 네트워크'''({{llang|en|Graph Neural Network}}, GNN)는 [[그래프 (그래프 이론)|그래프]] 형태의 데이터를 다루기 위한 [뉴럴 네트워크]](인공신경망) 구조를 말한다. |
|
| |
|
| == 배경 == | | == 배경 == |
| 그래프는 [[소셜 네트워크]], [[도로]]망, [[분자]] 구조, 문헌간의 [[인용]] 관계와 같이 다양한 데이터들을 자연스럽게 표현할 수 있는 좋은 자료형이고, 여기에 뉴럴 네트워크를 적용하고자 하는 연구들이 많이 이루어져왔다. 그러나 그래프는 이미지와 같이 기존에 많은 연구가 이루어진 데이터와는 많이 다르기 때문에 더 특별한 방법이 필요하다. | | 그래프는 소셜 네트워크, 도로망, 분자 구조, 문헌간의 인용 관계와 같이 다양한 데이터들을 자연스럽게 표현할 수 있는 좋은 자료형이고, 여기에 뉴럴 네트워크를 적용하고자 하는 연구들이 많이 이루어져왔다. 그러나 그래프는 이미지와 같이 기존에 많은 연구가 이루어진 데이터와는 많이 다르기 때문에 더 특별한 방법이 필요하다. |
| | |
| == 응용 ==
| |
| * 신약이나 신소재처럼 새로운 분자 구조를 개발하는 데에 GNN이 응용될 수 있다.
| |
| * [[외판원 문제]](TSP)와 같은 [[조합 최적화 문제]]는 NP-난해 문제로, 이를 다항시간에 해결하는 알고리즘이 발견되지 않았다. 이를 근사적으로 풀기 위해 GNN을 이용하려는 시도가 존재한다.
| |
|
| |
|
| [[분류:기계 학습]] | | [[분류:기계 학습]] |
| [[분류:그래프 이론]] | | [[분류:그래프 이론]] |