목록GCN (2)
주뇽's 저장소
LightGCN은 Collaborative Filtering (CF)에서의 User-Item Interaction Matrix(사용자-아이템 상호작용 매트릭스)를 활용한 추천 시스템에서 사용되는 모델 중 하나이다. LightGCN은 그래프 신경망 모델 중 가장 간단하면서도 성능이 우수한 모델 중 하나이다. 모델 구조는 사용자와 아이템 간의 상호작용을 표현하는 유저-아이템 행렬을 이용하여 그래프를 만든다. 이때 그래프의 각 노드는 유저와 아이템을 나타내며, 각 엣지는 유저와 아이템 간의 상호작용을 나타냅니다. LightGCN은 다른 CF(협업 필터링) 모델과 달리, User와 Item간의 interaction(상호작용) 매트릭스를 이용하여 User와 Item을 Embedding시키는 작업만을 수행한다. 즉..
H → 특징 행렬의 Coulmn을 통과 A = 인접 행렬 H = 특징 행렬 W = 가중치 행렬 HW (특징 행렬 X 가중치 행렬) 현재 예제에서는 가중치 행렬의 필터 갯수를 6개로 했지만 보통 16인듯 AHW (인접행렬 X 특징 행렬 X 가중치 행렬) READOUT - Permutation Invariance 1번 그래프와 2번 그래프는 같은 그래프이지만 특징 행렬의 표현이 달라짐 그래프는 순서의 상관없이 같은 값이 나와야 함 마지막 H(특징 행렬)에 MLP를 적용해서 벡터로 만들어서 활성화 함수를 통과 Overall X → H(특징 행렬) A → A(인접 행렬) ### **Cora Dataset을 이용하여 GCN 논문 실습(Ensigner)** https://www.youtube.com/watch?v=..