메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (3)

2022

고차 그래프 뉴럴 네트워크를 활용한 이질형 그래프에서의 링크 예측
안성진 ,  김명호 정보과학회 컴퓨팅의 실제 논문지 2022.08 학술저널
이질형 그래프에서의 고차 구조 정보 활용을 위한 그래프 뉴럴 상미분 방정식
안성진 ,  김명호 한국정보과학회 학술발표논문집 2022.06 학술대회자료

2021

이질형 그래프에서의 간선 예측을 위한 고차 그래프 뉴럴 네트워크
안성진 ,  김명호 한국정보과학회 학술발표논문집 2021.06 학술대회자료

초록·키워드

오류제보하기
이질형 그래프는 실제 세계에서 존재하는 다양한 특성을 가진 물질과 그들이 가지는 다양한 관계를 함께 고려하기 위하여 모델링한 그래프이다. 그러한 그래프들의 간선 예측은 다양한 시맨틱 특성을 바탕으로 새로운 관계를 유추할 수 있다는 점에서 산업 분야에 유용하게 활용되고 있다. 최근, 이질형 그래프에서의 링크 예측은 그래프 뉴럴 네트워크를 기반으로 발전하였다. 하지만 이러한 연구들은 그래프 전체의 구조에서 얻어낼 수 있는 유용한 정보들을 효과적으로 사용하지 못하는 단점이 있다. 따라서 본 연구는 이질형 그래프에서의 여러 메타 경로들을 가중치를 학습하면서 통합하여 효과적으로 전체 구조를 정보를 추출하는 고차 그래프 뉴럴 네트워크를 고안한다. 그리고 해당 고차 그래프 뉴럴 네트워크가 이질형 그래프에서의 간선 예측에서 좋은 성능을 보임을 보인다.

Heterogeneous information networks (HINs), which are widely used to model real-world situations, are graphs with various types of objects and relations. Link prediction in such graphs is an interesting subject because of its usefulness in inferring various semantic relations. Graph neural networks (GNNs) have been widely used for solving the link prediction tasks in heterogeneous information networks. However, existing GNN models do not consider information from the global structure of HINs. In this paper, we propose a higher-order graph neural network that can efficiently utilize the global structural information of HINs by learning the weights of metapaths and aggregating them. We show that our proposed method outperforms the existing models for the link prediction task in HINs.
#이질형 그래프 #그래프 뉴럴 네트워크 #그래프 임베딩 #링크 예측 #메타 경로 #heterogeneous information networks #graph neural networks #graph embedding #link prediction #metapath

목차

요약
Abstract
1. 서론
2. 배경 지식 및 관련 연구
3. 제안 방법
4. 결과
5. 결론 및 향후 연구
References

참고문헌 (12)

참고문헌 신청
Justin Gilmer, Samuel S Schoenholz, Patrick F Riley, Oriol Vinyals, and George E Dahl. Neural message passing for quantum chemistry, International conference on machine learning, pp. 1263-1272. PMLR, 2017. google schola Thomas N Kipf and Max Welling. Semi-supervised classification with graph convolutional networks. arXiv preprint arXiv:1609.02907, 2016. Xiao Wang, Houye Ji, Chuan Shi, Bai Wang, Yanfang Ye, Peng Cui, and Philip S Yu. Heterogeneous graph attention network. The world wide web conference, pp. 2022-2032, 2019. google schola Yuxiao Dong, Nitesh V Chawla, and Ananthram Swami. metapath2vec: Scalable representation learning for heterogeneous networks. Proc. of the 23rd ACM SIGKDD international conference on knowledge discovery and data mining, pp. 135-144, 2017. google schola Michael Schlichtkrull, Thomas N Kipf, Peter Bloem, Rianne van den Berg, Ivan Titov, and Max Welling. Modeling relational data with graph convolutional networks. European Semantic Web Conference, pp. 593-607. Springer, 2018. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

뇌 관련 학계 + 산업계 소식
편집부 브레인 2023.03
뇌 관련 학계 + 산업계 소식
편집부 브레인 2022.10
뇌 신호 정밀 측정용 뉴럴 프로브 기술
조일주 기계저널 2022.05
상호정보량과 그래프 뉴럴 네트워크 기반의 설명가능한 링크 예측
전설희 ,  이광희 ,  김명호 정보과학회 컴퓨팅의 실제 논문지 2021.09
이질형 그래프에서의 간선 예측을 위한 고차 그래프 뉴럴 네트워크
안성진 ,  김명호 한국정보과학회 학술발표논문집 2021.06

최근 본 자료

전체보기

댓글(0)

0