일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- geojson
- GIS
- 3d
- 지하철역좌표
- graph
- geopandas
- python최단거리
- 컨테이너
- 귀여운고래
- 알고리즘
- GNN
- GCN
- STL
- 3d데이터
- 그리드분할
- Python
- 도커 레이어
- 폴더조사
- 동명이인찾기
- 도커
- 이미지빌드
- osmnx
- 좌표거리
- Set
- pyvista
- docker
- 파이썬
- 데이터입수
- MESH
- 패치분할
- Today
- Total
목록분류 전체보기 (86)
이것저것 기록
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/oNOjy/btqR9mKMRrC/oaW9jy1TUYkXQIwUX4KrQ1/img.png)
"...but what if we want to make predictions at the graph level? In other words, we have been assuming tat the goal is to learn node representations Zu, but what if we want to learn an embedding Zg for the entire graph G?" Graph Pooling의 정의 기존 영상 처리에서 활용되었던 Pooling 방법론을 그래프 관점에 적용시킨 것이다. 기존 영상 처리에서의 Pooling은 한마디로 중요한 정보는 남기고, 불필요한 정보는 날리는 역할을 한다. 그래프의 관점에서도 똑같다. 그래프에서 중요한 역할을 하는 노드의 정보는 남기고 불필요한 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/kH1Sj/btqR6wGYuXB/QmlcPRqmrg24AzJWkeo150/img.png)
GNN의 정의 그래프 형태로 된 데이터를 분석할 수 있는 네트워크 입력데이터: 그래프의 구조, 노드, 엣지, 각 노드와 엣지가 가지고 있는 feature 목적: 그래프에 있는 노드 사이의 관계를 모델링하고, 그에 대한 representation을 생성하는 것 --> 그러기 위해선 임의의 그래프 G가 들어왔을 때 해당 그래프를 하나의 representation으로 표현하기 위한 임베딩을 해야한다. 입력데이터: 그래프 GNN의 구조 GNN의 레이어에서 각 노드들은 그래프 상 이웃 노드들의 정보와 자기 자신의 정보를 이용해 임베딩 한다. 첫 번째 레이어에서는 해당 노드의 피쳐가 임베딩 되고, 그 이후로는 kth-hop의 이웃들의 정보까지 임베딩 되는 것이다. 그래프가 복잡하다면 주변의 주변의 주변의... 이렇..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/dgLFix/btqRQTvyC3r/dTt0WwXgnknlEjJBz1eszK/img.png)
근래에 카카오 지도 API를 사용해야할 일이 있었다. 사실 네이버 API든 카카오 API든 상관 없었는데, 네이버 API는 서비스 등록 환경을 등록해야해서 url이나 앱 주소를 넣어야 했다. 난 그냥 파이썬에서 API 기능 몇 개만 써보고 싶었는데...ㅠㅠ 아무리 찾아도 서비스 등록 환경 없이 파이썬에서 네이버 API를 사용하는 방법에 대한 글을 찾을 수 없어서, 그냥 포기하고 카카오 API로 갈아 탔다 ㅋㅋㅋ 그래서 오늘은 카카오 지도 API를 사용해서 주소 및 행정구역코드 정보를 받아오는 방법에 대해 기록해 두려고 한다. 이 포스팅에 올린 코드는 깃헙에 샘플 파일과 함께 올려두었으니 참고! github.com/henewsuh/KAKAO-map-API 1. 필요한 라이브러리 import pandas a..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/sjXl2/btqRXHns7GJ/SkRZ8KuJk6Owy3NddOXQd0/img.png)
요즘 그래프 이론을 공부중이다. 동기가 추천해줘서 일단 기초 서적을 읽고 있는데, 아무래도 그래프에 관한 '이론'은 처음 제대로 공부 중이라 어려운 부분이 많다. 그래도 이론 공부를 하면서 이렇게 틈틈이 기록해 두면 기억에 오래 남을 것 같아서 개인적으로 나에게 중요한 부분만큼은 공부한 내용을 간단하게 나마 기록해두려고 한다. 현재 읽고 있는 책은 바로 이 책이다. 챕터 1은 스탠포드 cs224w을 수강하면서 나왔던 그래프의 기본 of 기본이고, 챕터 2부터 기록해둘 만한 내용이 나오고 있다. 그 중에서도 오늘 포스팅 할 내용은 챕터 2의 2.2 Neighborhood Overlap Detection이다. 2.1의 Graph Statistics and Kernel Methods에 소개된 방법들은 노드나 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/J6xWw/btqQnZjM7kc/nl7qxChsdbrnCiLBop1u31/img.png)
1. 사실 아무도 안 쓸 것 같은데 왜 포스팅 하나요? 이 포스팅은, 사실 얼마나 많은 사람들이 필요로 하는 코드일지는 잘 모르겠다. 다만 내가 속한 연구실에서 하던 프로젝트를 위해 짰던 코드인데, 꽤나 고생을 해서 이렇게라도 기록을 남기고 싶어서 포스트로 만들기로 결정했다. 내가 맡은 프로젝트는 건물동 별로 벽, 창문, 문, 엘리베이터, 방, 계단 등 다양한 형태의 건축 요소가 .shp파일의 결과물로 떨어지게 돼 있다. 그런데 이 결과물이 잘 뽑혔는지, 어쩐지 확인하려면 일일이 QGIS를 열어서 해당 .shp파일을 드롭한 다음에 확인해야 했기 때문에 이 프로세스가 꽤나 복잡하고 귀찮았다. 결과를 수없이 여러 번 확인하고, 코드를 수정하고, 또 결과를 확인하고, 코드를 수정해야하는데, 결과를 확인할 때마..