Machine Learning

요약 Pointer Network는 입력차원에 따른 출력 차원이 조절되는 모델 제안 작은 크기의 Convex Hull, Delaunary Triangulation, TSP 문제에서 출력 차원이 고정된 모델보다 더 좋은 성능을 보임 학습 데이터보다 더 긴 길이의 input에서도 동작 배경 지식 다음의 내용을 알고 있으면 글을 이해하기 편합니다. 조합최적화 (Combinatorial Optimization) TSP RNN, seq-to-seq Attention 배경 조합최적화 문제는 주어진 아이템의 최적 순서를 찾는 문제입니다. 대표적으로 외판원순환문제(TSP), 최소신장트리(MST), 배낭문제 (Knapsack Problem) 등이 조합최적화 문제에 속합니다. 조합최적화는 산업에서 생산 물류 최적화, 운송..

논문: How Powerful are Graph Neural Networks? ICLR-2019 코드: https://github.com/weihua916/powerful-gnns Motivation & Introduction GNN의 representation power에 대한 연구가 부족하다. GNN의 representation power는 Aggregation function이 결정하는데, GCN의 Mean Pooling이나 GraphSage의 Max pooling은 다른 노드를 구별하는 능력이 부족하다. Methodology Aggregation function이 injective할 때 neighbor node 들이 다르면, embedding 결과도 다르다. 이를 토대로 sum aggregatio..