[ CVPR2022 / GML4VC ] 1. 개요 (Graph Machine Learning, GNNs)

---

Graph Machine Learning for Visual Computing (GML4VC) Tutorial 

 

CVPR 2022 에서 Graph Machine Learning 에 대한 튜토리얼(tutorial)을 진행했습니다.

이에 대해 요약 정리 하는 시리즈 글입니다.

---

홈페이지 

 

GML4VC

---

개요

Abstract 번역 및 요약 내용입니다.

 

지금까지 인공지능 분야에서 CNNs과 RNN의 발전으로 인해, 고정된 grid로 이루어진 이미지나 텍스트를 잘 학습할 수 있게 되었습니다. 하지만, 실제 세계에서의 객체와 그들간의 관계는 훨씬 복잡하게 구성되어 있습니다. 실제 세계의 데이터는 불규칙적(irregular)이고, 유클리디안 구조도 아닙니다(Non-Euclidean). 또한, 시각 정보 처리 분야에서 포인트 클라우드(point clouds), 3D meshes, scene graphs 등의 다양한 데이터 형식은 굉장히 복잡한 구조로 인해 그들의 표현(representation)을 얻는 것이 매우 어렵습니다.

 

그러나 그래프 머신 러닝(Graph Machine Learning), 특히 그래프 신경망(Graph Neural Networks;GNNs)은 이러한 불규칙적이며 객체간의 복잡한 관계(relation)을 처리하는데 큰 가능성을 보여주고 있습니다. GNNs은 복잡한 머신러닝 과제들에 대해 표현 학습 문제(representation learning problem)로 접근합니다. 그래프 머신러닝을 적용한 시각 정보 처리는 최근 다양한 성공을 보여주고 있습니다. 예를들어, geometric processing, scene graph generation, video understanding, multi-object relational mining, physical reasoning from vision, graphics simulation, visual naviation 등이 있습니다. 

 

더 많은 관심과 창의적인 생각들을 불러일으키기 위해, 그래프 머신러닝의 개념을 vision community에 전파하는 것이 매우 중요하다고 생각되어 이번 튜토리얼(tutorial)을 기획하였습니다. 이번 튜토리얼을 통해 그래프 머신러닝의 핵심 이론과 시각 정보 처리 분야에서의 활용에 대해 논의하고자 합니다. 

---

Schedule

---

Speakers

---

Organizers

---

[ 다음 글 ]

2022.08.22 - [AI/Graph Neural Networks] - [ CVPR2022 / GML4VC ] 2. Open Remarks

2022.08.22 - [AI/Graph Neural Networks] - [ CVPR2022 / GML4VC ] 3. Geometric Deep Learning (Invariant, Equivariant)

2022.08.24 - [AI/Graph Neural Networks] - [ CVPR2022 / GML4VC ] 4. Graph Neural Networks(GNNS) 기본 개념 정리

2022.08.24 - [AI/Graph Neural Networks] - [ CVPR2022 / GML4VC ] 5. Pytorch Geometric 이란 무엇인가?

2022.08.25 - [AI/Graph Neural Networks] - [ CVPR2022 / GML4VC ] 6. Deep GNNs (심층 그래프 신경망) 기본 개념 정리

2022.08.25 - [AI/Graph Neural Networks] - [ CVPR2022 / GML4VC ] 7. 비디오 이해를 위한 GNN 응용 (Graph ML for Video Understanding)

---