반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    그래프 신경망 입문

    그래프 신경망 입문

    • 그래프 신경망 입문 저
    • 정지수 역
    • 에이콘출판
    • 2022년 04월 29일
    • 정가
      20,000원
    • 판매가
      18,000원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,000원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    • 배송구분
      업체배송(반디북)
    • 배송료
      무료배송
    • 출고예정일

      출고예정일 안내

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

      close

      2026년 04월 08일(수)

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

    수량
    바로 구매 쇼핑카트 담기 위시리스트
    회원리뷰
    - [0]
    ISBN: 9791161756400 156쪽 188 x 235 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책이 속한 분야

    책 소개

    상품문의 / 정보수정 요청 >

    출판사 리뷰

    ○즈위안 리우(지은이)의 말
    딥러닝은 컴퓨터 비전, 자연어 처리 등 많은 분야에서 유망한 발전을 이뤘다. 이런 작업에서 사용되는 데이터는 일반적으로 유클리드 영역에서 표현된다. 하지만 물리적 시스템 모델링, 분자 핑거프린트 학습, 단백질 인터페이스 예측 등 원소 간의 풍부한 관계 정보를 포함하는 비유클리드 그래프 데이터를 다루는 작업들도 많다. 그래프 신경망(GNN, Graph Neural Network)은 그래프에서 작동하는 딥러닝 기반 방법이다. 믿을 만한 성능과 높은 해석 가능성 때문에 그래프 신경망은 최근 널리 적용되는 그래프 분석 방법이다.
    이 책은 그래프 신경망의 기본 개념과 모델, 응용 분야를 포괄적으로 다룬다. 수학과 신경망의 기초부터 시작한다. 1장에서는 독자에게 일반적인 개요를 제공하기 위해 GNN의 기본 개념을 소개한다. 그 후 그래프 합성곱 네트워크, 그래프 순환 네트워크, 그래프 어텐션 네트워크, 그래프 잔차 네트워크, 몇 가지 일반적인 프레임워크 등 GNN의 여러 가지 변형을 소개한다. 이 변형들은 합성곱 신경망, 순환 신경망, 어텐션 메커니즘, 스킵 커넥션 등 딥러닝 기술을 그래프로 일반화한다. 더 나아가 구조적 시나리오(물리학, 화학, 지식 그래프), 비구조적 시나리오(이미지, 텍스트), 그 외 시나리오(생성 모델, 조합적 최적화) 등 다양한 분야에 적용할 수 있는 GNN을 소개한다. 마지막으로 관련된 데이터셋, 오픈소스 플랫폼, GNN의 구현을 알려준다.

    ○역자후기
    그래프 신경망은 2017년, 2018년부터 활발하게 연구됐으며 지금도 많은 사람이 한계를 극복하고자 많은 시도와 노력을 하고 있습니다. 다양한 분야에서 놀라운 성능을 보여주고 있으며, 특히 그래프 신경망으로 향기, 교통량 등을 예측할 수 있다는 논문들은 신선한 충격으로 다가왔습니다. 그래프 신경망은 논문에서만 이뤄지는 연구가 아니라 핀터레스트, 우버, 네이버 등 실제로 많은 회사에서 서비스에 적용할 만큼 검증된 모델입니다.
    이 책은 딥러닝을 알고 있는 사람들을 대상으로 쓰여서 딥러닝을 처음 접하는 분들은 책이 친절하지 않다고 느끼실 수 있습니다. 하지만 그래프 신경망의 변형과 응용 분야를 다양하게 소개하고 있어서 목차를 보고 본인의 기존 관심사와 겹치는 부분만 읽는 방법도 좋을 것으로 생각됩니다. 책을 읽다가 특정 모델을 더 깊게 알고 싶어지면 논문을 직접 읽는 것을 추천합니다. 딥러닝을 아는 사람들이 그래프 신경망을 시작하기 위한 지침서 정도로 생각해주시면 좋을 것 같습니다. 이 책으로 많은 사람이 그래프 신경망에 흥미를 느끼길 바랍니다.

    저자 소개

    그래프 신경망 입문

    저자 : 즈위안 리우
    칭화대학교 컴퓨터공학과 부교수다. 칭화대학교 컴퓨터공학과에서 2006년에 학사, 2011년에 박사학위를 받았다. 관심 연구 분야는 자연어 처리와 소셜 컴퓨팅이다. IJCAI, AAAI, ACL, EMNLP를 포함해 학회와 저널에 60편 이상의 논문을 발표했다.

    저자 : 지에 저우
    칭화대학교 컴퓨터공학과 석사 2년차 학생이다. 칭화대학교에서 2016년에 학사학위를 받았다. 관심 연구 분야는 그래프 신경망과 자연어 처리다.

    역자 : 정지수
    카이스트 수리과학과에서 학사, 석사, 박사학위를 받으며, 세부 전공은 그래프 이론이다. 졸업 후 삼성SDS에서 AI 기반 빅데이터 분석 플랫폼 브라이틱스(Brightics)를 만들었다. 그 후 왓챠에서 개인화 추천 모델을 연구하고 개발했다. 현재는 네이버 클로바에서 서비스에 적용할 머신러닝 모델도 만들고 논문도 쓰며 재미있는 시간을 보내고 있다. 관심 있는 분야는 추천 시스템이고 관심 있는 방법론은 그래프 신경망을 사용하는 모델들이다. 네이버 뉴스(http://naver.me/x7vVgcAZ)와 유튜브(https://youtu.be/jFDxoOq1EBI)에서 찾아볼 수 있다.

    목차

    1장. 서론
    1.1 동기
    1.1.1 합성곱 신경망
    1.1.2 네트워크 임베딩
    1.2 관련 연구


    2장. 수학 및 그래프 기초
    2.1 선형대수학
    2.1.1 기본 개념
    2.1.2 고유분해
    2.1.3 특잇값 분해
    2.2 확률
    2.2.1 기본 개념과 공식
    2.2.2 확률분포
    2.3 그래프 이론
    2.3.1 기본 개념
    2.3.2 그래프의 대수적 표현


    3장. 신경망 기초
    3.1 뉴런
    3.2 역전파
    3.3 신경망


    4장. 기본 그래프 신경망
    4.1 서론
    4.2 모델
    4.3 한계


    5장. 그래프 합성곱 네트워크
    5.1 스펙트럼 방법
    5.1.1 스펙트럼 네트워크
    5.1.2 ChebNet
    5.1.3 GCN
    5.1.4 AGCN
    5.2 공간 방법
    5.2.1 뉴럴 FPS
    5.2.2 PATCHY-SAN
    5.2.3 DCNN
    5.2.4 DGCN
    5.2.5 LGCN
    5.2.6 MoNet
    5.2.7 GraphSAGE


    6장. 그래프 순환 네트워크
    6.1 게이트 그래프 신경망
    6.2 Tree-LSTM
    6.3 그래프 LSTM
    6.4 S-LSTM


    7장. 그래프 어텐션 네트워크
    7.1 GAT
    7.2 GaAN


    8장. 그래프 잔차 네트워크
    8.1 하이웨이 GCN
    8.2 지식 점프 네트워크
    8.3 DeepGCNs


    9장. 다양한 그래프 종류
    9.1 유향 그래프
    9.2 이종 그래프
    9.3 에지 정보가 있는 그래프
    9.4 동적 그래프
    9.5 다차원 그래프


    10장. 고급 학습 방법
    10.1 샘플링
    10.2 계층적 풀링
    10.3 데이터 증강
    10.4 비지도 학습


    11장. 일반적인 프레임워크
    11.1 메시지 전달 신경망
    11.2 비지역 신경망
    11.3 그래프 네트워크


    12장. 응용: 구조 시나리오
    12.1 물리
    12.2 화학과 생물
    12.2.1 분자 핑거프린트
    12.2.2 화학 반응 예측
    12.2.3 약물 추천
    12.2.4 단백질과 분자 상호작용 예측
    12.3 지식 그래프
    12.3.1 지식 그래프 채우기
    12.3.2 귀납 지식 그래프 임베딩
    12.3.3 지식 그래프 정렬
    12.4 추천 시스템
    12.4.1 행렬 채우기
    12.4.2 소셜 추천


    13장. 응용: 비구조 시나리오
    13.1 이미지
    13.1.1 이미지 분류
    13.1.2 시각적 추론
    13.1.3 의미 구분
    13.2 문자
    13.2.1 문자 분류
    13.2.2 시퀀스 레이블링
    13.2.3 신경 기계 번역
    13.2.4 관계 추출
    13.2.5 사건 추출
    13.2.6 사실 확인
    13.2.7 그 밖의 응용


    14장. 응용: 기타 시나리오
    14.1 생성 모델
    14.2 조합적 최적화


    15장. 오픈소스
    15.1 데이터셋
    15.2 구현


    16장. 결론

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved