본문 바로가기

Graph convolutional network

Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting
Graph(Graph Neural Network) 2022. 9. 9. Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting 'Saptio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting' 논문에 대해 정리 및 알게 된 내용을 정리해 보고자 한다. 1. Introduction Traffic Forecast Task 교통 예측은 현재 상황을 모니터링하는 task이며, speed(속도), volume(차량의 양), density(밀도) 등을 지표로 활용한다. (sensor를 통해 정보를 수집한다.) 교통예측 task: 주요 교통 지점에서의 traffic flow / speed와 같은 정량적 지표를 예측하는 것이다. 교통 예측은 일반적으로 단기 예측과 장기 예측으로 나누어진다. short term : 5 minutes ~ ..
Graph Convolution Network(GCN)
Graph(Graph Neural Network) 2022. 9. 9. Graph Convolution Network(GCN) 1. CNN 간략하게 설명 Convolution이란? Convolution Filter(kernel)를 이용하여 image를 순회하는 dot product를 계산하고, 기존의 데이터로부터 filter를 이용하여 새로운 tensor(=activation map)을 만드는 것. filter의 깊이를 receptive field라고 하는데 receptive field가 깊을수록 더 깊은 layer가 나오게 되고, neural network의 깊은 곳에서 더 깊은 receptive field가 발생하고, 얕은 곳에서는 얕은 receptive field 발생한다. Convolution 연산의 큰 특징 중 하나가 weight sharing이다. Weight Sharing의 효과 - 학습할 parameter의 수 감..

티스토리툴바