튜토리얼

  • 홈ˆ
  • 행사안내
  • 튜토리얼

정진홍 연구원
(서울대)

* 학력
- 서울대학교, 컴퓨터공학부, 박사 (2020)
- KAIST, 전산학부, 석사 (2015)
- 전북대학교, 컴퓨터공학부, 학사 (2014)

* 주요경력
- 서울대학교, 컴퓨터공학부, 박사후연구원, 2020 - 현재
- Global Ph.D. Fellowship, 한국연구재단, 2016-2019

* 연구분야
- 그래프 마이닝, 소셜 네트워크 분석, 그래프 뉴럴 네트워크

신기정 교수
(KAIST)

* 학력
- 카네기멜론 대학교, 컴퓨터과학과, 박사 (2019)
- 서울대학교, 컴퓨터공학부, 학사 (2015)

* 주요경력
- 한국과학기술원, AI대학원, 조교수, 2019 - 현재
- ㈜사이람, 주임연구원, 2011-2013
- Siebel Scholar Fellowship, 2018
- SIGKDD Best Research Paper Award, 2016

* 연구분야
- 데이터 마이닝, 그래프 마이닝, 소셜 네트워크 분석, 고확장성 기계 학습

강연제목

Machine Learning with Graphs

강연요약

본 강의에서는 그래프 데이터를 위한 기계학습 기법에 대해 강의한다. 첫 번째 강의에서는 그래프 데이터에서 발생할 수 있는 이상 현상에 대해서 소개하고 비지도 학습 방법을 통해 정적 그래프와 시간에 따라 진화하는 동적 그래프에서의 이상 현상 탐지 방법을 강의한다. 두 번째 강의에서는 그래프에서 정점 임베딩 벡터를 학습하는 방법으로 그래프 합성 네트워크의 개념을 소개하고, 여러 그래프 합성 네트워크의 방법론에 대해서 강의한다.

1. 시간별 강의계획

no

주제

시간

주요내용

1

Graph Anomaly Detection

1시간 30분

- 그래프에서 이상 현상 탐지에 대한 개념 및 응용
- 정적 그래프에서 그래프 이상 현상 탐지
- 동적 그래프에서 그래프 이상 현상 탐지

2

Graph Convolutional Network

1시간 30분

- 그래프 합성 네트워크에 대한 개념 및 응용
- 그래프 합성 네트워크의 기본 모델
- 깊은 그래프 합성 네트워크를 위한 기법

 

2. 참고문헌
[1] Thomas N. Kipf, Max Welling, "Semi-Supervised Classification with Graph Convolutional Networks", ICLR 2017
[2] Petar Velickovic, Guillem Cucurull, Arantxa Casanova, Adriana Romero, Pietro Lio, Yoshua Bengio, "Graph Attention Networks", ICLR 2018
[3] Qimai Li, Zhichao Han, Xiao-Ming Wu, "Deeper Insights Into Graph Convolutional Networks for Semi-Supervised Learning", AAAI 2018
[4] Guohao Li, Matthias Muller, Ali K. Thabet, Bernard Ghanem, "DeepGCNs: Can GCNs Go As Deep As CNNs?", ICCV 2019
[5] Johannes Klicpera, Aleksandar Bojchevski, Stephan Gunnemann, "Predict then Propagate: Graph Neural Networks meet Personalized PageRank", ICLR 2019
[6] Akoglu, Leman, Mary McGlohon, and Christos Faloutsos. "Oddball: Spotting anomalies in weighted graphs." In PAKDD 2010
[7] Shah, Neil, Alex Beutel, Brian Gallagher, and Christos Faloutsos. "Spotting suspicious link behavior with fbox: An adversarial perspective." ICDM (2014)
[8] Hooi, Bryan, Hyun Ah Song, Alex Beutel, Neil Shah, Kijung Shin, and Christos Faloutsos. "Fraudar: Bounding graph fraud in the face of camouflage." KDD (2016)
[9] Shin, Kijung, Tina Eliassi-Rad, and Christos Faloutsos. "Corescope: graph mining using k-core analysis?patterns, anomalies and algorithms." In ICDM 2016
[10] Shin, Kijung, Bryan Hooi, and Christos Faloutsos. "M-zoom: Fast dense-block detection in tensors with quality guarantees." In ECML/PKDD (2016)
[11] Shin, Kijung, Bryan Hooi, Jisu Kim, and Christos Faloutsos. "Densealert: Incremental dense-subtensor detection in tensor streams." KDD (2017)

수강자격요건

선형대수 및 인공지능에 대한 기본 지식


서울시 서초구 방배로 76 (방배동, 머리재빌딩 401호) 우)06704 | (Tel)1588-2728 | (Fax)02-521-1352 | 고유번호 : 114-82-03170 | 대표 : 나연묵

Copyright (c) KIISE. All rights reserved.