LSTM 오토인코더를 이용한 가중 그래프 임베딩 기법 


48권  1호, pp. 13-26, 1월  2021
10.5626/JOK.2021.48.1.13


PDF

  요약

그래프 임베딩이란 그래프를 저차원 공간의 벡터로 표현하는 것이다. 최근, 딥러닝을 사용해 그래프를 임베딩하는 연구가 진행되고 있지만 대부분의 연구는 그래프의 노드 간 연결 구조에 집중하고 노드간 간선에 임의의 가중치를 갖는 가중 그래프에 대한 임베딩 기법에 대해서 많은 연구가 진행되지 않았다. 따라서 본 논문에서는 가중 그래프를 위한 새로운 임베딩 기법을 제안한다. 제안 기법은 가중 그래프가 주어지면 먼저 해당 그래프의 내부에 존재하는 노드-가중치 시퀀스들을 추출한 다음 LSTM 오토인코더를 사용해 각 시퀀스들을 고정된 길이의 벡터로 인코딩한다. 마지막으로 각 그래프의 인코딩 벡터들을 모아 하나의 최종 임베딩 벡터를 생성한다. 이렇게 얻어진 임베딩 벡터는 가중 그래프간 유사도 측정이나 분류 등에 활용될 수 있다. 여러 유사 가중 그래프 그룹들로 구성된 합성 데이터와 실제 데이터를 이용한 실험을 통해 제안 기법이 유사 가중 그래프를 탐색하는데 94% 이상의 정확도를 보임을 확인하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

M. Seo and K. Y. Lee, "An Embedding Technique for Weighted Graphs using LSTM Autoencoders," Journal of KIISE, JOK, vol. 48, no. 1, pp. 13-26, 2021. DOI: 10.5626/JOK.2021.48.1.13.


[ACM Style]

Minji Seo and Ki Yong Lee. 2021. An Embedding Technique for Weighted Graphs using LSTM Autoencoders. Journal of KIISE, JOK, 48, 1, (2021), 13-26. DOI: 10.5626/JOK.2021.48.1.13.


[KCI Style]

서민지, 이기용, "LSTM 오토인코더를 이용한 가중 그래프 임베딩 기법," 한국정보과학회 논문지, 제48권, 제1호, 13~26쪽, 2021. DOI: 10.5626/JOK.2021.48.1.13.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr