☆画像認識や推薦システム、交通量予測、化合物分類など様々な応用に期待され、
また、COVID-19におけるウィルスの構造解析や感染予測のモデルにも応用されたグラフニューラルネットワークについて、
基礎から応用事例、実装方法など最新情報を解説します!
Zoomを使ったWEBセミナーです。在宅、会社にいながらセミナーを受けられます。
1.イントロダクション
1-1 畳み込みニューラルネットワーク
1-2 グラフの深層学習
1-3 グラフを対象としたタスク
2.グラフニューラルネットワークの応用
2-1 画像認識, 推薦システム, 交通量予測,化合物分類
2-2 COVID-19とグラフニューラルネットワーク
3.グラフエンベディング
3-1 エンベディング
3-2 DeepWalk
3-3 LINE
4.Spectral Graph Convolution
4-1 グラフ畳み込みのアプローチ
4-2 グラフラプラシアン
4-3 グラフフーリエ変換
4-4 ChebNet
4-5 GCN
5.Spatial Graph Convolution
5-1 PATCHY-SAN
5-2 DCNN
5-3 GraphSAGE
6.関連トピック
6-1 Graph autoencoder
6-2 Attention, GAT
6-3 GraphRNN
6-4 動的変化とGNN
6-5 敵対的攻撃とGNN
6-6 GNNの単純化・可能性・限界
6-7 GNNの説明可能性
7.今後の課題
7-1 浅い構造
7-2 動的グラフ
7-3 非構造データ
7-4 スケーラビリティ
8.PyTorchによる実装
8-1 深層学習ライブラリ
8-2 Google Colaboratory
8-3 PyTorch
8-4 PyTorch Geometric
8-5 Open Graph Benchmark
9.今後の学習のための情報源
9-1 サーベイ論文, 書籍
9-2 Web上の情報源
9-3 チュートリアル