메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
전설희 (한국과학기술원) 이광희 (한국과학기술원) 김명호 (한국과학기술원)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제9호
발행연도
2021.9
수록면
407 - 412 (6page)
DOI
10.5626/KTCP.2021.27.9.407

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근에 그래프 뉴럴 네트워크는 노드 분류, 그래프 분류, 링크 예측 등의 그래프 마이닝/머신러닝에서 훌륭한 성능을 보였다. 많은 그래프 임베딩 기법들이 그래프에서의 노드 간의 유사도를 벡터 공간에서의 거리로 표현하고자 한다. 실제 그래프 구조의 데이터를 임베딩하여 심층학습을 하면 이웃 노드들로부터 전달되는 정보의 복잡한 상호작용과 많은 잠재적 요소들에 의해 정보가 얽히기 때문에 그래프 뉴럴 네트워크의 결과를 해석할 수가 없다. 이 문제를 개선하기 위해 본 논문은 그래프 뉴럴 네트워크의 좋은 링크 예측 성능과 링크에 대한 설명을 제시하는 상호정보량 기반의 방법을 제안한다. 상호정보량을 활용하여 두 노드 간의 유사도를 최대화하는 로컬 서브그래프를 찾고 노드 간의 연결에 대해 통계적으로 설명한다. 제안한 방법에서는 기존 그래프에서 링크 예측에 중요한 노드와 간선을 추출한 서브그래프를 다시 학습하여 링크 예측의 좋은 성능을 보인다. 동시에 상호정보량에 기반하여 링크 예측에 대한 설명을 제시한다.
#그래프 뉴럴 네트워크 #그래프 임베딩 #설명가능 인공지능 #링크 예측 #상호정보량 #Graph Neural Networks(GNNs) #graph embedding #explainable artificial intelligence(XAI) #link prediction #mutual information

목차

요약
Abstract
1. 서론
2. 배경 지식 및 관련 연구
3. 제안 방법
4. 결과
5. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청
Bruna, Joan, et al., "Spectral networks and locally connected networks on graphs," arXiv preprint arXiv:1312.6203, 2013. google schola Scarselli, Franco, et al., "The graph neural network model." IEEE transactions on neural networks 20.1: 61-80, 2008. google schola Gilmer, Justin, et al., "Neural message passing for quantum chemistry," International Conference on Machine Learning, PMLR, 2017. google schola Hamilton, William L., Rex Ying, and Jure Leskovec, "Inductive representation learning on large graphs," arXiv preprint arXiv:1706.02216, 2017. google schola Kipf, Thomas N., and Max Welling, "Semi –supervised classification with graph convolutional networks," arXiv preprint arXiv:1609.02907, 2016. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

이질형 그래프에서의 간선 예측을 위한 고차 그래프 뉴럴 네트워크
안성진 ,  김명호 한국정보과학회 학술발표논문집 2021 .06
[브레인트레이닝] 뇌에 칩을 심어 생각만으로 사물을 움직이다 : 뇌와 컴퓨터를 연결하는 뉴럴링크의 도전
전은애 브레인 2024 .03
물리인지 그래프 학습 기반 인공지능을 통한 실시간 유방암 위치 예측
이경현 ,  임성환 ,  박진덕 외 2명 한국통신학회 학술대회논문집 2023 .11
후쿠시마 원전 오염수 해양 방류 영향 및 한국의 대응 방안
박성하 일본문화연구 2024 .01
분자 그래프 신경망 기반 설명 가능한 인공지능 비교 연구
손연경 ,  신예원 ,  권선영 한국정보과학회 학술발표논문집 2023 .06

최근 본 자료

전체보기

댓글(0)

0