본문 바로가기
  • 책상 밖 세상을 경험할 수 있는 Playground를 제공하고, 수동적 학습에서 창조의 삶으로의 전환을 위한 새로운 라이프 스타일을 제시합니다.

전체 글344

[2025-1] 정유림 - Graph neural networks for single-cell omics data: a review of approaches and applications Title: Graph neural networks for single-cell omics data: a review of approaches and applicationsPublished in: Briefings in Bioinformatics, 2025, Vol. 26(2), bbaf109DOI: 10.1093/bib/bbaf109논문링크 : https://academic.oup.com/bib/article/26/2/bbaf109/8080373한 줄 요약 : GNN(Graph Neural Network)로 single cell omics data를 더 잘 분석할 수 있다. Single Cell Omics Data란?1. Single Cell (단일세포)인체는 여러 조직으로 이루어져 있고, 그 조직은 .. 2025. 7. 27.
[2025-2] 박제우 - Semi-Supervised Classification with Graph Convolutional Networks https://arxiv.org/abs/1609.02907 Semi-Supervised Classification with Graph Convolutional NetworksWe present a scalable approach for semi-supervised learning on graph-structured data that is based on an efficient variant of convolutional neural networks which operate directly on graphs. We motivate the choice of our convolutional architecture via a locarxiv.org 1. Introduction본 연구에서 핵심이 되는 주제는 La.. 2025. 7. 26.
[2025-2] 김지원 - Graph Neural Networks: Methods, Applications, and Opportunities 논문 정보: Waikhom, L., & Patgiri, R. (2021). Graph neural networks: Methods, applications, and opportunities. arXiv preprint arXiv:2108.10733.인용수: 80회 (25.07.26 기준)특이사항: 이 논문은 GNN 방법론 전반에 대한 survey 논문1. GNN의 기초그래프란 무엇인가?그래프는 노드(node)와 엣지(edge)로 구성된 자료구조임노드: 개체나 객체 (예: 사람, 단어, 원자)엣지: 개체 간의 관계나 연결 (예: 친구 관계, 단어 간 관련성, 화학 결합) 그래프의 특징비유클리드 구조: 이미지나 텍스트와 달리 고정된 격자 구조가 없음가변적인 이웃 수: 각 노드마다 연결된 이웃의 수가 다름순열.. 2025. 7. 26.
[2025-2] 황징아이 - One-Shot Free-View Neural Talking-Head Synthesis for Video Conferencing FaceVid2Vid 논문 : 2021년 CVPR Oral Paper (https://arxiv.org/pdf/2011.15126) Introduction코로나 때 줌과 같은 화상회의 플랫폼을 자주 사용하게 되었다. 하지만 인터넷 인프라가 부족하거나 Bandwidth가 부족한 환경에서는 영상이 뭉개지거나 지연되는 문제가 자주 발생했다. 이런 문제를 해결하기 위해, 본 논문은 단 한 장의 얼굴 이미지만으로 실제처럼 말하는 영상을 생성하는 방법을 제안한다. 기존의 얼굴 합성 (synthesizing) 방식은 크게 두 가지로 나눌 수 있다:3D 기반 모델 : 얼굴의 입체 구조를 잘 반영하지만 학습 비용이 높고 복잡하다2D 기반 모델 : 학습 효율은 좋지만 입체적인 정보를 보존하지 못해 대부분 정면 얼굴에만 국.. 2025. 7. 19.