|
 코드번호 : 87 |
|
| 발표자 : 신원용 |
|
| 소속 : 연세대 |
|
| 부서 : |
|
| 직위 : 교수 |
|
| 세션시간 : 15:00~16:50 |
|
| 발표자약력 : |
*약 력 (현) 연세대학교 계산과학공학과 교수 (2019.03~현재)
(현) POSTECH 인공지능대학원 겸직교수 (2022.09~현재)
(현) ㈜카이로스랩 공동창업자 (2021.06~현재) / ㈜프리딕션 공동창업자 (2024.02~현재)
단국대학교 컴퓨터학과 전임교원 (2012.03~2019.02)
Harvard University, Postdoctoral Fellow / Research Associate (2009.05~2012.02)
KAIST 전자전산학부 공학박사 (2008.08) |
|
|
| 강연요약 : |
그래프 신호 처리 관점에서 그래프 필터링은 매우 낮은 계산 복잡도와 함께 state-of-the-art 성능을 보이는 것으로 알려져 왔다. 본 강연에서는 그래프 필터링과 그래프 학습 간 방법 간 연결을 짓는 것을 목적으로 한다. 먼저, 잘 알려진 graph convolutional network (GCN)의 기본 원리가 그래프 필터로 해석될 수 있음을 설명한다. 그리고, 복잡한 모델 학습 과정 없이 low-pass filter만을 사용하는 그래프 필터 방법을 소개한다. 구체적으로, 추천 시스템을 위해 학습을 필요로 하지 않는 그래프 필터링 기반 협업 필터링 방식을 보이고, 실세계 추천 영역에 어떻게 응용될 수 있는지를 토의한다. |
|
|
|
facebook