• The Journal of Society for e-Business Studies
• /
• v.26 no.3
• /
• pp.67-80
• /
• 2021

The node embedding technique for learning graph representation plays an important role in obtaining good quality results in graph mining. Until now, representative node embedding techniques have been studied for homogeneous graphs, and thus it is difficult to learn knowledge graphs with unique meanings for each edge. To resolve this problem, the conventional Triple2Vec technique builds an embedding model by learning a triple graph having a node pair and an edge of the knowledge graph as one node. However, the Triple2 Vec embedding model has limitations in improving performance because it calculates the relationship between triple nodes as a simple measure. Therefore, this paper proposes a feature extraction technique based on a graph convolutional neural network to improve the Triple2Vec embedding model. The proposed method extracts the neighborliness vector of the triple graph and learns the relationship between neighboring nodes for each node in the triple graph. We proves that the embedding model applying the proposed method is superior to the existing Triple2Vec model through category classification experiments using DBLP, DBpedia, and IMDB datasets.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.6
• /
• pp.640-645
• /
• 2014

Many people use social network services as to communicate, to share an information and to build social relationships between others on the Internet. Twitter is such a representative service, where millions of tweets are posted a day and a huge amount of data collection has been being accumulated. Social mining that extracts the meaningful information from the massive data has been intensively studied. Typically, Twitter easily can deliver and retweet the contents using the following-follower relationships. Topic modeling in tweet data is a good tool for issue tracking in social media. To overcome the restrictions of short contents in tweets, we introduce a notion of reply graph which is constructed as a graph structure of which nodes correspond to users and of which edges correspond to existence of reply and retweet messages between the users. The LDA topic model, which is a typical method of topic modeling, is ineffective for short textual data. This paper introduces a topic modeling method that uses reply graph to reduce the number of short documents and to improve the quality of mining results. The proposed model uses the LDA model as the topic modeling framework for tweet issue tracking. Some experimental results of the proposed method are presented for a collection of Twitter data of 7 days.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.438-439
• /
• 2012

오늘날 웹은 많은 사용으로 인하여 많은 발전을 이룬 분야이다. 웹은 사용자를 위하여 유익한 정보를 전달 해주는 기능과 사용의 편의를 위하여 많은 인터페이스의 발전으로 이어져 왔다. 그러나 많은 인터페이스들의 경우 많은 비용과 개발과정을 가지는 경우가 발생한다. 그리고 과거 텍스트 위주의 데이터에서 그래프 기반의 데이터가 함께 전달되는 웹 어플리케이션이 많은 발전을 이루었다. 하지만 이는 사용자입장에서 빠른 정보전달의 지연과 개발자입장에서는 많은 시간과 개발 비용이 발생하게 된다. 본 논문에서는 오픈소스 기반의 AOPHP와 OFC를 이용하여 생산의 효율성뿐만 아니라, 사용자에게 자세한 분석을 필요로 하는 그래프 기반의 웹서비스의 효율성을 높이고자 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.81-84
• /
• 2003

비디오 데이터는 미디어의 특성상 시간의 흐름에 따라 객체의 위치가 변하는 움직임 객체(Moving Object)를 가지며, 이러한 움직임으로부터 어떤 개념 혹은 의미(Semantic) 정보를 추출해 낼 수 있다. 본 논문에서는 Egenhofer에 의해 정의된 공간 관계 표현을 이용하여 공간 관계 그래프를 정의하고 이 그래프를 통하여 움직임 객체의 의미를 표현하고자 한다. 이를 이용하면 사용자는 비디오 데이터에서 객체의 움직임을 이용한 내용 기반 검색뿐만 아니라 움직임의 의미를 이용하여 개념 기반 검색을 수행 할 수 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.6
• /
• pp.1646-1655
• /
• 1999

This thesis presents a new VHDL intermediate format CDDG(Control Dominated Data Graph) and a minimal constrained scheduling algorithm for an optimal control dominated ASIC design. CDDG is a control flow graph which represents conditional branches and loops efficiently. Also it represents data dependency and such constraints as hardware resource and timing. In the proposed scheduling algorithm, the constraints using the inclusion and overlap relation among subgraphs. The effectiveness of the proposed algorithm has been proven by the experiment with the benchmark examples.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.513-516
• /
• 2005

셀룰라 오토마타가 비트단위로 데이터가 처리되는데 비하여 계층적 셀룰라 오토마타는 바이트 단위 또는 그 이상의 단위로 데이터를 처리할 수 있다. 본 논문에서는 GF($2^p$) 위에서의 유한체 성질을 이용하여 한 개의 트리로 구성되는 계층적 비그룹 셀룰라 오토마타인 SAHCA의 성질에 대하여 분석한다. 또한 기본경로를 이용한 선형 SAHCA의 상태전이 그래프를 구성하는 방법과 선형 SAHCA의 상태전이 그래프를 이용하여 비선형인 여원 SAHCA의 상태전이 그래프를 구성하는 알고리즘을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.566-570
• /
• 2005

생물학적 유전자 배열에서 다양한 레벨로 분자 세포 간 네트워크를 입증하여 고 처리를 응용하여 수치학적인 표현 모델 분석으로 정보공학 네트워크를 연구한다. 확률적 그래프 모델을 사용하여 네트워크의 계층적 구성 특성을 이용하여 생물학적 통찰력을 확률함수를 응용해 복잡한 세포 간 네트워크에 대한 고 대역 처리 데이터의 근원인 DNA 마이크로 배열을 응용하여 유전자 베이스네트워크 논리를 유전자 표현 레벨로 나타낸다. 유전자 데이터로부터 확률적 그래프 모델들을 추정 및 분석하고 논리적으로 예측하여 확률적 그래프 모델이 정보공학 네트워크로 확장 추론 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.694-696
• /
• 2015

RDF 데이터에 대한 시간 속성에 대한 연구는 트리플의 속성에 시간을 부여하는 방법이 많이 사용되고 있다. 하지만 트리플마다 시간 속성을 부여하는 방법은 저장 및 관리 측면에서 비효율적이다. 본 논문에서는 하이퍼그래프 기반의 RDF 시간 속성 모델링 방법을 제안한다. 하나의 트리플마다 시간 속성을 부여하는 것이 아닌 여러 재의 트리플을 하나의 하이퍼 간선으로 연결하여 시간 속성을 부여하는 방법으로 기존 방법보다 RDF 데이터가 가지는 의미에 적합하며 직관적으로 이해하기가 쉽다. 또한 시간 속성 RDF에서 지원해야 하는 시간 관계를 하이퍼그래프의 여러 속성을 이용하여 처리할 수 있는 장점을 가지게 된다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.97-102
• /
• 2021

최근 급격한 정보기술의 발달로 가짜뉴스가 사회문제로 대두되고 있다. 한국어 가짜뉴스 문제를 딥러닝으로 해결하기 위해서 기존의 연구들은 본문 기반의 가짜뉴스 탐지를 진행하였으며 최근에는 기사 본문 외의 보조적 정보를 활용하는 방법으로 연구가 진행되고 있다. 그러나 기존의 방식과 개선된 방식들 모두 적절한 가짜뉴스 탐지 방법을 제시하지 못하여 모델이 산출한 가짜뉴스 표현 벡터의 품질을 보장할 수 없었다. 또한 한국어 가짜뉴스 문제를 해결함에 있어서 적절한 공개 데이터셋 또한 제공되지 않았다. 따라서 본 논문은 한국어 가짜뉴스 탐지 문제에서 독자 반응정보를 추가하여 효과적인 학습을 할 수 있는 '사용자 그래프 기반 한국어 가짜뉴스 판별 방법'과 해당 모델이 적절히 학습할 수 있는 간이 데이터셋 구축 방법을 제안한다.

• Journal of the Korea Computer Graphics Society
• /
• v.12 no.2
• /
• pp.27-34
• /
• 2006

본 연구는 실행 시(run-time)에 사용자의 연속적인 입력에 따라 움직이는 고품질의 애니메이션을 적은 계산 량으로 합성하는 방법을 제안한다. 본 연구의 목적은 Gleicher 등 [5]의 연구에 기반하여 집합 간선 그래프(fat graphs)를 반 자동으로 생성하는 것이다. 여기서 집합 간선 그래프는 동작 데이터를 구성하는 프레임 중 특정한 자세를 노드로 하고 노드의 자세로부터 시작하거나 끝나는 동작 절편의 집합들(motion segments)을 간선으로 하는 그래프를 일컫는다. 입력 동작에 대하여 이러한 집합 간선 그래프를 생성하고 동작 합성 및 변환 기법을 통해 가공한 후, 실행 시에 사용자가 마우스, 키보드, 조이스틱과 같은 입력 장치를 통해 캐릭터를 원하는 대로 움직일 수 있도록 한다. 몇 가지 제약 조건이 존재하지만 비디오 게임을 비롯한 여러 응용 소프트웨어에서 본 연구의 결과를 사용할 수 있을 것으로 기대한다.