Spatial-Temporal Graph Neural Networks

• 박태준, 2023.01 ~
• (Spatial-Temporal) Graph Neural Networks를 공부합니다.
• Deep Learning을 이용해 연관된 CV, NLP 까지의 응용을 공부합니다.

Spatio-Temporal Data?

• 저는 현재 서울대학교 공간통계연구실[Link]에서 공부중입니다.

• 공간통계(Spatial Statistics)란

  • As a sub-field of Statistics,
  • Work on methodology for analyzing various spatial data or spatio-temporal data.
  • Develop supporting theory of such methodology.
  • Getting popular as more spatial and/or spatio-temporal data available.
  • Data are spatially referenced so that each data point is associated with the location information.

• 석사 학위 논문으로 시공간데이터(Spatio-Temporal Data)에 대해 다루며 Spatio-Temporal Data의 형태에 대해 생각해보았습니다.

Spatial Dependence

• To model spatial or spatio-temporal data, we assume that a set of data is a realization of a stochastic process.
• The most important characteristics of spatial or spatio-temporal data is dependence among data points incorporated with spatial or spatio-temporal information.

Graphical Model

• 시공간 데이터와 시공간적 의존성을 Graphical Model로 바라보려합니다.

• 이를 위해 Probabilistic Graphical Models에 대한 공부가 필요합니다.
  • Bayesian Networks
  • Probabilistic Graphical Models
  • Pattern Recognition & Machien Learning, Bishop
• 이를 위해 Recurrent Neural Networks (RNNs)에 대한 공부가 필요합니다.
• 이를 위해 Graph Neural Networks (GNNs)에 대한 공부가 필요합니다.
  • Overview

GNN