Graph Foundation Model: Graph-based Machine Learning Applicable Across Various Modalities and Domains
집단연구지원(R&D) · 기초연구실 심화형
2026년
2710109310
과학기술정보통신부
한국연구재단
한국과학기술원
신기정
52명
2026.05.01 ~ 2027.04.30
2024.08.01 ~ 2027.04.30
5억원
5억원
기초연구
대학
대전광역시 유성구
정보/통신 > 정보이론 > 인공지능
... 응용 분야에서 혁신적인 성능 향상을 기대할 수 있음. 따라서, 그 중요성과 시급성은 매우 높음.본 과제의 최종 목표는 (1) 여러 데이터셋/태스크/데이터 유형/도메인에 효과적인 그래프 파운데이션 모델 개발하는 것, (2) 이를 생명과학, 추천시스템, 사이버보안 문제에 응용하는 것, (3) 마지막으로 연구의 결과를 통합하는 오픈소스 소프트웨어를 개발하는 것임.
... 효과적인 사전학습 방법론 개발- 학습 데이터: 여러 도메인 그래프 데이터의 의미적 통합2. 그래프 파운데이션 모델 응용 그래프 파운데이션 모델 응용은 (1) 생명과학, (2) 추천시스템, (3) 사이버보안 응용에 관한 연구를 포함함. 각 항목에 대한 연차별 내용은 아래와 같음.가. 1차연도(Multi-Task): 그래프 파운데이션 모델을 활용, 동일 도메인 내의 다양한 태스크를 수행- ...
1. 기대효과- (과학) 여러 데이터셋, 태스크, 데이터 유형, 도메인에 효과적인 그래프 파운데이션 모델을 세계 최초로 개발하여, 해당 연구 분야의 발전에 크게 공헌함.- (과학) 그래프 파운데이션 모델을 통해 다양한 그래프 응용 분야(생명과학, 추천시스템, 금융, 교통 등)의 진보에 기여함.- (사회) 그래프 파운데이션 모델을 오픈소스 형태로 제공하여 누...