DC Field | Value | Language |
---|---|---|
dc.contributor.author | 정연성 | ko |
dc.contributor.author | 황지영 | ko |
dc.date.accessioned | 2020-07-07T08:20:06Z | - |
dc.date.available | 2020-07-07T08:20:06Z | - |
dc.date.created | 2020-07-07 | - |
dc.date.created | 2020-07-07 | - |
dc.date.issued | 2019-11 | - |
dc.identifier.citation | 정보과학회논문지, v.46, no.11, pp.1193 - 1198 | - |
dc.identifier.issn | 2383-630X | - |
dc.identifier.uri | http://hdl.handle.net/10203/275333 | - |
dc.description.abstract | 그래프 합성곱 네트워크(GCNs)는 합성곱 구조를 활용하여 주변 노드들의 정보를 종합하는 방식으로 대상 노드의 표현력을 높인다. 높은 성능을 보이기 위해서는 우선적으로 대상 노드에게 필요한 정보를 전달할 수 있는 주변 노드를 선별하고, 이후 학습시 적절한 필터(filter) 값을 습득하는 과정이 수반되어야한다. 최근 GCNs 알고리즘들은 1-hop 거리의 노드들을 선택하는 등의 비교적 간단한 이웃 노드 정의를 활용하고 있다. 이러한 경우 불필요한 정보가 대상 노드에 전파되어 성능을 저하하는 문제가 발생한다. 본 논문에서는 대상 노드와 주변 노드간의 유사도 계산을 통해 유효한 이웃 노드를 선별하여 활용하는 GCN 알고리즘을 제안한다. | - |
dc.language | Korean | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 정교한 이웃 노드 선택법을 활용한 그래프 합성곱 네트워크 | - |
dc.title.alternative | Graph Convolutional Networks with Elaborate Neighborhood Selection | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 46 | - |
dc.citation.issue | 11 | - |
dc.citation.beginningpage | 1193 | - |
dc.citation.endingpage | 1198 | - |
dc.citation.publicationname | 정보과학회논문지 | - |
dc.identifier.doi | 10.5626/JOK.2019.46.11.1193 | - |
dc.identifier.kciid | ART002522706 | - |
dc.contributor.localauthor | 황지영 | - |
dc.contributor.nonIdAuthor | 정연성 | - |
dc.description.isOpenAccess | N | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.