• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.555-558
• /
• 2020

본 논문에서는 입력 영상에 담긴 다양한 물체들과 그들 간의 관계를 효과적으로 탐지하여, 하나의 장면 그래프로 표현해내는 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 물체와 관계의 효과적인 탐지를 위해, 합성 곱 신경망 기반의 시각 맥락 특징들뿐만 아니라 언어 맥락 특징들을 포함하는 다양한 멀티 모달 맥락 정보들을 활용한다. 또한, 제안 모델에서는 관계를 맺는 두 물체 간의 상호 의존성이 그래프 노드 특징값들에 충분히 반영되도록, 그래프 신경망을 이용해 맥락 정보를 임베딩한다. 본 논문에서는 Visual Genome 벤치마크 데이터 집합을 이용한 비교 실험들을 통해, 제안 모델의 효과와 성능을 입증한다.

• 한국정보통신학회논문지
• /
• 제6권2호
• /
• pp.257-263
• /
• 2002

병렬 알고리즘의 내재된 자료구조를 대규모 병렬처리시스템의 상호연결망 구조로 매핑시키거나 자원 할당 분야로의 응용을 위해 그래프 임베딩 문제가 연구되어 왔다. 본 논문에서는 피라미드를 정방형 2-차원 메쉬 상호 연결망으로 임베딩하는 문제를 다룬다. 높이가 N인 피라미드를 2$^{N}$ $\times$2$^{N}$ 의 2－차원 메쉬로 신장율 max{2$^{N1}$-2. [3.2$^{N4}$＋1)/2, 2$^{N3}$＋2. [3.2$^{N4}$＋1)/2]}로 임베딩시킬 수 있는 새로운 임베딩 함수를 제안한다. 이러한 결과는 동일한 조건하에서 신장율이 기존의 연구결과인 2$^{N1}$을 약 (5/8) .2$^{N1}$로 개선하였음을 의미한다.개선하였음을 의미한다.

• 한국인터넷방송통신학회논문지
• /
• 제16권1호
• /
• pp.291-299
• /
• 2016

본 논문에서는 임의의 주기적인 현상이나 특성은 위상구조와 밀접한 관련이 있음을 추론하고 이를 실험적으로 확인한다. 실험대상으로 주기적 특성이 있는 다양한 악기음을 선택하여 이를 유클리드 공간에 임베딩하고 이로부터 호몰로지 군을 계산하여 위상특성을 분석한다. 이를 위하여, 파형신호에서 추출한 패치모음을 패치 그래프로 구성한 다음, 대표적인 다양체 학습 방식인 통근시간 임베딩 기법을 이용하여 기하구조로 변환한다. 스펙트럼이 시간에 따라 가변적인 파형신호를 통근시간 임베딩할 때, 그에 따라 생성되는 기하구조는 변화하지만 그 신호 고유의 내재된 위상구조는 거의 변하지 않는다. 본 논문에서는 임베딩 데이터의 일부를 표본화하여 단순 복합체를 구성한 다음 이로부터 호몰로지를 계산하여 임베딩 기하구조의 위상특성을 분석하고, 이의 활용방안을 논의한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권10호
• /
• pp.399-406
• /
• 2021

콘텐츠 산업의 꾸준한 성장에 따라 수많은 콘텐츠 중에서 개인의 취향에 적합한 콘텐츠를 자동으로 추천하는 연구의 필요성이 증가하고 있다. 콘텐츠 자동 추천의 정확도를 향상시키기 위해서는 콘텐츠에 대한 사용자의 선호 이력을 바탕으로 하는 기존 추천 기법과 더불어 콘텐츠의 메타데이터 및 콘텐츠 자체에서 추출할 수 있는 특징을 융합한 추천 기법이 필요하다. 본 연구에서는 음악의 소리 데이터로부터 태그 정보를 분류하는 LSTM 기반의 모델을 학습하고 분류된 태그 정보를 음악의 메타 데이터로 추가하여, 그래프 임베딩 시 콘텐츠의 특징까지 고려할 수 있는 KPRN 기반의 새로운 콘텐츠 추천 방법을 제안한다. 카카오 아레나 데이터 기반 실험 결과, 본 연구의 제안 방법은 기존의 임베딩 기반 추천 방법보다 우수한 추천 정확도를 보였다.

• 한국전자통신학회논문지
• /
• 제17권5호
• /
• pp.801-808
• /
• 2022

대규모 링크드 데이터에 어떻게 지식을 임베딩하고, 엔티티 매칭을 위해 어떻게 신경망 모델을 적용할 것인가에 대한 연구는 상대적으로 많이 부족한 상황이다. 이에 대한 가장 근본적인 문제는 서로 다른 레이블이 어휘 이질성을 초래한다는 것이다. 본 논문에서는 이러한 어휘 이질성 문제를 해결하기 위해 재정렬 구조를 결합한 확장된 GCN(Graph Convolutional Network) 모델을 제안한다. 제안된 모델은 기존 임베디드 기반 MTransE 및 BootEA 모델과 비교하여 각각 53% 및 40% 성능이 향상되었으며, GCN 기반 RDGCN 모델과 비교하여 성능이 5.1% 향상되었다.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.33-43
• /
• 2022

지식 그래프 및 단백질 상호 작용과 같은 실제 데이터에서 개체들과 개체들의 관계 및 구조를 나타내기 위해 레이블 그래프를 사용한다. IT의 급속한 발전과 데이터의 폭발적인 증가로 사용자에게 관심 있는 정보를 제공하기 위한 서브 그래프 매칭 기술이 필요하다. 본 논문은 레이블의 의미적 유사성과 그래프 구조 차이를 고려한 근사 Top-k 서브 그래프 매칭 기법을 제안한다. 제안하는 기법은 레이블 의미적 유사도를 고려하기 위하여 FastText을 활용한 학습 모델을 이용한다. 레이블 간 의미적 유사도를 미리 계산한 LSG(Label Similarity Graph)를 통해 처리 속도의 효율을 높인다. LSG를 통해 레이블이 정확하게 일치해야 확장이 가능한 기존 연구의 한계를 해결한다. 2-hop까지 탐색을 수행함으로써 질의 그래프에 대한 구조적 유사성을 지원한다. 매칭된 서브 그래프는 유사도 값 기반으로 Top-k 결과를 제공한다. 제안하는 기법의 우수성을 보이기 위하여 다양한 성능평가를 수행한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.288-289
• /
• 2021

4차산업혁명과 함께 기존 산업구조가 급속하게 변화하고 기술패권주의가 심화되면서, 기술 패권의 승패에 따라 국가의 글로벌 경쟁력이 크게 좌우된다. 세계 주요국들은 기술경쟁력 확보를 위해 기술혁신과 기술연대의 경쟁을 벌이고 있고, 우리나라도 이러한 동향 속에서 적극적인 R&D 연구 투자와 정책적 지원을 통해 미래 산업 분야의 기술경쟁력 확보를 위해 노력하고 있다. 현재 중국에 의한 기술 탈취나 인력 유출이 발생하고 있고, 이는 산업경쟁력 상실로 이어져 막대한 경제적 피해를 야기할 수 있다. 기술경쟁력을 잃지 않기 위해, 반드시 우리의 산업기술 보호 수단도 마련되어야 한다. 선제적으로 중요한 산업기술을 적절히 식별하여 중요도에 따라 보호수단을 이행하는 것이 산업기술 보호의 시작일 것이다. 이에 따라, 본 논문에서는 지식그래프와 임베딩 모델을 활용하여 우리나라의 핵심산업분야 중 하나인 반도체 분야의 기술문서를 중요도에 따라 수직적으로 분류할 수 있는 방안에 대해 연구하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.266-268
• /
• 2022

최근 블록체인 기술이 부상하면서 이를 이용한 암호화폐가 범죄의 대상이 되고 있다. 특히 피싱 스캠은 이더리움 사이버 범죄의 과반수 이상을 차지하며 주요 보안 위협원으로 여겨지고 있다. 따라서 효과적인 피싱 스캠 탐지 방법이 시급하다. 그러나 전체 노드에서 라벨링된 피싱 주소의 부족으로 인한 데이터 불균형으로 인하여 지도학습에 충분한 데이터 제공이 어려운 상황이다. 이를 해결하기 위해 본 논문에서는 이더리움 트랜잭션 네트워크를 고려한 효율적인 네트워크 임베딩 기법인 trans2vec 과 준지도 학습 모델 tri-training 을 함께 사용하여 라벨링된 데이터뿐만 아니라 라벨링되지 않은 데이터도 최대한 활용하는 피싱 스캠 탐지 방법을 제안한다.

• 한국음향학회지
• /
• 제15권1호
• /
• pp.54-60
• /
• 1996

패턴인식이나 영상이해의 영역에서는 같은 물체라도 잡음이나 왜곡에 의하여 모양이 훼손되어 다른 물체로 인식될 수 있다. 따라서 물체 인식에서는 두 물체가 완전히 동일한지 여부를 판정하는 것보다는 두 물체가 서로 어느 정도 유사한가를 판정하는 것이 중요한 경우가 많다. 이 논문에서는 훼손된 기호의 인식을 위하여 기호를 표현하는 두 그래프 표현간의 유사도 측정을 이용한 기호 인식 방법을 제안하였다. 제안한 기호 인식 방법은 런 그래프(run graph)를 이용하여 인식 대상 기호를 노드(node)와 에지(edge)로 구성되는 그래프 형태로 표현하고 임베딩 변환(embedding transform)을 포함한 생성 규칙을 사용하여 입력 그래프를 참조 모델 그래프와 유사한 형태로 변형시킨다. 이러한 과정에서 변형된 최종 그래프와 모델 그래프간의 구조적 유사성과 변형시 사용된 생성 규칙의 수를 이용하여 그래프간 유사도를 측정함으로써 기호를 인식하였으며 이의 응용 분야로서 악보에서 비음표 기호 인식에 사용하였다. 이 결과 96%의 인식률을 얻었으며 기호가 심하게 훼손되지 않은 경우에는 거의 인식에 성공하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.374-376
• /
• 2023

최근 환율 예측에 관한 다양한 연구가 진행되어 왔다. 이러한 추세에 대응하여 본 연구에서는 Pearson 상관 계수 및 상호 정보를 사용하여 외환 시장의 환율 변동을 분석하는 다중 연결 네트워크를 구축하였다. 본 연구에서는 이러한 구성된 환율 변화에 대한 시공간 의존성 네트워크를 만들고 그래프 기계 학습의 잠재력을 조사하여 예측 정확도를 향상시키려고 노력하였다. 본 연구 결과는 선형 및 비선형 종속 네트워크 모두에 대해 그래프 신경망을 활용한 임베딩을 활용하여 기존의 기계 학습 알고리즘과 결합시킬 경우 환율 변화의 예측력이 향상될 수 있음을 경험적으로 확인하였다. 특히, 이러한 결과는 통화 간 상호 의존성에만 의존하여 추가 데이터 없이 달성되었다. 이 접근 방식은 데이터 효율성을 강화하고 그래프 시각화를 통해 설명력 있는 통찰력을 제공하며 주어진 데이터 세트 내에서 효과적인 데이터를 생성하여 예측력을 높이는 결과로 해석할 수 있다.