🎤 빌더 소개

<aside> 📣 안녕하세요. 이번 Graph Neural Network 스터디를 맡게 된 8기 빌더 김진수 입니다. 저는 현재 핵융합 플라즈마 분야에서 머신러닝 응용 연구를 진행하고 있습니다. 최근에 Google Deepmind에서 Graph Neural Network를 이용해 기상 예측을 선보이면서 GNN에 대해 관심을 가지게 되었습니다.

GraphCast: AI model for faster and more accurate global weather forecasting

요새 GNN-based data-driven modeling에 관심이 많아서 이번에 가짜연구소에서 GNN에 대한 기초를 탄탄하게 공부하고 스터디를 끝낸 후 각자가 자신의 분야에서 적극적으로 활용해보았으면 하는 바람에 스터디를 개설하게 되었습니다 :)

• 가짜 연구소 빌더 자기소개 링크

  김진수

• Github link: https://github.com/ZINZINBIN

• Linkedin: https://www.linkedin.com/in/zinzinbin/ </aside>

🔖 팀 소개 - Deep Dive Into GNN

<aside> 🥅 스터디 / 프로젝트 목적

• Graph에 대한 기초적 이해가 스터디의 핵심입니다!

• Graph Neural Network에 대한 핵심적인 논문 팔로우 (논문 리스트 아래 참조)

  GitHub - thunlp/GNNPapers: Must-read papers on graph neural networks (GNN)

• Stanford CS224W Lecture (Machine Learning with Graphs) 강의를 듣고 그래프에 대한 기초적인 배경 쌓기 + 과제 코드 분석 (아래 링크 참조)

  CS224W | Home

• 강의 및 논문 리뷰 내용을 잘 정리하여 블로그 포스트 형태로 아카이빙 (최종)

  (예시: CS224W 강의 Graph Neural Network 부분에 대한 내용 정리 블로그)

  velog

</aside>

<aside> 📕 스터디 / 프로젝트 내용

• Stanford CS224W Lecture 강의를 듣고 배경을 쌓는 것이 스터디의 주 방향이 되겠습니다.
• 매 스터디마다 논문 리뷰 발표자 1명이 선정한 논문 리뷰를 듣고 질문과 논의를 하는 시간을 가질 것입니다.
• 강의 과정에서 총 3회 정도 블로그 포스팅을 통해 기록물을 남길 예정입니다. </aside>

⁉️ 모집 대상

✅ 지원 대상

<aside> 💡 GNN에 대한 기초적 이해와 코드 구현을 통해 기본적인 배경을 탄탄히 하고 싶으신 분들 + 충분히 숙달된 GNN 알고리즘을 활용해 자신의 분야 (Recommendation, Chemistry, Graph Representation 등)에 적용시켜보고자 하는 분들은 언제나 환영입니다 :)

</aside>

✅ 지원 상세 요건

• Python, Pytorch, Cuda, Deep Learning에 대한 이해가 필요합니다.
• 매주 꾸준히 스터디에 참여하실 수 있으셔야 합니다.
• 매 스터디 진행시 GNN paper 논문 리뷰를 주기적으로 진행해보고자 합니다. 논문 읽는데 무리가 없는 정도면 괜찮습니다!
• Graph Neural Network와 관련 배경에 대해 Coarse work로 탄탄하게 공부하고 싶으신 분
• 다른 스터디원의 의견과 사고방식을 존중하면서, 활발하게 논의할 수 있으신 분

✅ 모집 인원

• 4명 - 6명 (변동 가능)

📆 활동 기간

✅ 첫 모임 날짜 & 시간 & 장소

• 날짜: 2024년 3월 6일 수요일