• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.33-41
• /
• 2011

그래프 마이닝에서 복잡한 그래프 구조로 인해, 중복된 확장 연산이 수행되며 이로인해 낮은 효율성을 가지게 된다. 본 논문에서는 순환그래프에서 중복된 그래프 패턴으로의 확장을 최소화하기위해 중복 판단을 효율적으로 하는 그래프 마이닝 알고리즘을 제안한다. 제안하는 기법에서는 순환간선의 우선순위를 고려하여 우선순위가 낮은 간선을 먼저 확장하게 함으로써 중복확장을 줄이도록 하였다. 이 기법의 성능을 평가하기 위해, 알고리즘을 구현하고 그래프 마이닝의 대표 알고리즘인 가스톤 알고리즘과 성능 평가를 하였으며, 제안하는 알고리즘이 복잡한 그래프 구조에서 반복되어 발생하는 연산중 하나인 순환 그래프에서 패턴 확장 시에 필요한 연산을 효율적으로 줄이도록하여 전체 마이닝의 성능이 향상됨을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.52-55
• /
• 2001

퍼지 그래프는 그래프에 대한 정점들과 간선들의 소속정도를 표현할 수 있도록 일반 그래프를 확장한 그래프이다. 그러나 기준 퍼지 그래프는 명확한 정점들의 집합 위에서의 관계만을 표시할 수 있다. 본 논문에서는 퍼지 집합간의 관계를 표시할 수 있도록 확장된 레벨-2 퍼지 그래프를 제안한다. 본 논문에서는 레벨-2 퍼지 그래프를 정의하고 레벨-2 퍼지 그래프에서 수정되어야 하는 연산들과 레벨-2 퍼지 그래프의 특성에 대하여 소개한다. 제안된 레벨-2 퍼지 그래프는 퍼지 데이터 비교 및 퍼지 클러스터링 분야에 적용될 수 있다.

• 한국정보통신학회논문지
• /
• 제15권9호
• /
• pp.1939-1946
• /
• 2011

확장그래프는 통신망의 설계와 분석에 유용하다. Mukhopadhyay 등은 nongroup two predecessor single attractor CA(Cellular Automata; 이하 CA)에 기반을 둔 한 부류의 확장그래프들을 생성하는 방법을 소개했다. 본 논문에서는 group CA인 60/102 Null Boundary CA(NBCA)에 기반을 둔 한 부류의 확장그래프들을 생성하는 방법을 제안한다. 본 논문에서 제안된 방법에 의해 생성된 spectral gap은 Mukhopadhyay 등[12]에 의해 생성된 spectral gap보다 크다. 제안된 확장그래프들의 조합적 성질에 기반을 둔 일방향 함수들을 생성하는 알고리즘을 제안한다. 60/102 NBCA에 의해 생성된 d-정규 그래프를 이용한 일방향함수는 Goldreich의 방법[5]에 기반을 두고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권2호
• /
• pp.321-333
• /
• 1999

본 논문은 퍼지 하이퍼그래프(fuzzy hypergraph)를 확장하여 타입-2 퍼지 하이퍼그래프를 정의하고, 이렇게 정의된 그래프의 듀얼( dual)을 소개한다. 그리고 하이퍼그래프의 시스템 분석력을 증대시키기 위하여 원소와 에지(edge)의 인접한 정도를 나타내는 인접도(adjavent level)를 확장하여 퍼지 인접도를 정의한다. 이와 같이 정의된 인접도를 새로이 정의된 타입-2 퍼지 하이퍼그래프에 적용하여 하이퍼그래프의 시스템 분석능력을 증대시킴을 보인다.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.863-868
• /
• 2013

본 논문에서는 최근의 디지털논리시스템의 함수구성시에 도입되고 있는 그래프이론에 바탕을 둔 새로운 형태의 데이터구조 형태인 모서리값 확장 그래프를 추출하는 알고리즘을 제안하였다. 이를 위해 수학적 배경으로는 리터럴 함수와 리드 뮬러 확장에 대해 논의하였으며, 본 논문의 근간인 모서리 확장 그래프의 도출에 대해 논의하였다. 또한, 모서리 확장 그래프로부터 임의의 m치 n변수의 축약된 함수구성을 도출하는 알고리즘을 제안하였으며 이를 예에 적용하여 그 타당성을 보였다. 제안된 알고리즘의 규칙성을 고려하여 동일부분을 모듈화함으로써 일반성을 가짐을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (A)
• /
• pp.875-877
• /
• 2003

그래프 분할문제에서 대량의 그래프 데이터를 처리하는 것은 계산에서 걸리는 시간보다 파일 입출력을 수행하는 데 걸리는 시간의 비중이 크다. 본 논문은 수행 속도와 분할 성능에 있어서 우수한 그래프 분할 알고리즘 중 하나인 Multilevel Graph Partitioning에 대해 입출력 효율을 높일 수 있도록 확장하는 기법을 제안하고 그 구현에 대해 기술한다. 그래프를 컴퓨터의 가용 메모리를 기준으로 서브 그래프로 나누어 메모리 참조의 지역성이 향상되도록 기존의 Multilevel Graph Partitioning을 확장 하였다. 기존의 방식과 제안된 방식을 테스트 그래프들에 적용하여 그 수행시간을 비교한 결과 그래프 데이터의 크기가 컴퓨터의 주 메모리의 용량에 비해 어느 수준 이상으로 커지면서 제안된 알고리즘이 기존의 방식보다 수행시간에 있어서 좋은 결과를 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.331-333
• /
• 2002

웹그래프는 웹문서 간의 하이퍼링크를 각 웹문서의 핵심어간의 링크관계로 추상화하대 이 관계를 이용하여 핵심어의 개념 그래프를 구축하고 질의의 확장이나 영역지식을 제공하는 개념 기반 검색이 가능한 검색 시스템이다 본 논문에서는 웹그래프에서 가능했던 질의어에 대한 한 단계의 질의 확장에 그치지 않고. 최초의 질의어와 이후 확장어들에 대한 문맥을 유지하대 추가적인 다단계의 확장이 가능하도록 하는 방법을 계시한다. 검색 시스템 사용자는 최초 질의어가 속하는 해당 분야에 대한 지식이 부족한 경우, 문맥을 유지한 확장을 통하여 자신이 찾고자 하는 바를 명확히 해 나가며 세부 질의를 구축할 수 있고 해당 분야에 대한 지식을 얻는 것이 가능하다

• 정보처리학회논문지B
• /
• 제19B권1호
• /
• pp.37-42
• /
• 2012

잠정적 적합성 피드백모델은 초기 검색 결과의 상위에 순위화된 문서를 적합 문서라 가정하고, 상위문서에서 빈도가 높은 어휘를 확장 질의로 선택한다. 빈도수를 이용한 질의 확장 방법의 단점은 문서 안에서 포함된 어휘들 사이의 근접도에 상관없이 각 어휘를 독립적으로 생각한다는 것이다. 본 논문에서는 어휘빈도를 이용한 질의 확장을 대체할 수 있는 어휘 근접도를 반영한 단어 그래프 기반 질의 확장을 제안한다. 질의 어휘 주변에 발생한 어휘들을 노드로 표현하고, 어휘들 사이의 근접도를 에지의 가중치로 하여 단어 그래프를 표현한다. 반복된 연산을 통해 확장 질의를 선택함으로써 성능을 향상시키는 기법을 제안한다. 유효성 검증을 위해 웹문서 집합인 TREC WT10g 테스트 컬렉션에 대한 실험에서 언어모델 보다 MAP 평가 기준에서 6.4% 향상됨을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1573-1576
• /
• 2003

스타 그래프와 팬케익 그래프는 하이퍼큐브가 갖는 좋은 성질을 가지면서 하이퍼큐브보다 망 비용이 적은 값을 갖는 상호연결망이다. 본 논문에서는 그래프의 에지 정의를 이용하여 스타 그래프 S/sub n/은 팬케익 그래프 P/sub n/에 연장율 4, 확장율 1에 임베딩 가능함을 보인다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.27-40
• /
• 2023

많은 추천 시스템 연구에서는 다양한 이종 데이터를 상호 호환적으로 통합하여 추천 시스템의 고질적인 데이터 부족 문제를 해결하고자 한다. 하지만, 지식 그래프를 활용하여 이종 데이터의 통합을 달성한 추천 시스템 연구는 거의 없으며, 대부분 연구에서는 기구축된 지식 그래프 상의 개체 간 연결이 명시적 관계로만 구성되어있다는 한계가 존재한다. 본 논문에서는 이종 데이터의 통합을 위해 다중 지식 베이스로부터 추출한 데이터 간 관계 모델링을 수행하고, 이를 통해 지식 그래프를 확장하는 방법을 제안한다. 또한, 딥러닝 기반의 잠재적 관계 모델링을 통해 지식 그래프 상 개체 간 관계 정보의 신뢰성을 높이고자 한다. 본 논문에서 제안하는 확장된 지식 그래프를 사용하면 개체의 특성 벡터 품질이 개선되고, 최종적으로 예측된 사용자 선호도의 정확성을 높일 수 있다. 또한, 실험을 통해 확장된 지식 그래프 기반 추천 정확도가 기존 지식 그래프 기반 추천 정확도에 비해 향상되었음을 확인하였다.