지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2023.5
- 수록면
- 4,064 - 4,075 (12page)
이용수
이 논문의 연구 히스토리 (2)
2023
Graph Structure Analysis and Classification Framework using Graph Convolutional Network
Sangmin Pa
,
k
,
Hyunsoo Lee
한국경영과학회 학술대회논문집
2023.05
학술대회자료
Graph Structure Analysis and Classification Framework using Graph Convolutional Network
Sangmin Pa
,
k
,
Hyunsoo Lee
대한산업공학회 춘계공동학술대회 논문집
2023.05
학술대회자료
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
• Due to the recent rapid development of Artificial Intelligence (AI) technology, massive amounts of data are being collected in various fields such as Natural Language Processing (NLP), Computer Vision (CV), medical image analysis, and Bioinformatics.
• Graph-based data possess complex relationships and structural characteristics, leading to a growing interest in analysis and prediction using Graph Convolutional Networks (GCN).
• In this study, we propose a GCN-based framework for performing category classification using graph data. The framework learns the shape of each graph and its corresponding category, enabling the swift derivation of a new graph"s category when it is inputted.
• Analyzing large amounts of data converted into graph form allows for the extraction of mutual relationships and structural characteristics between graph data.
• While conventional graph analysis methods often required prior knowledge of the input data before utilizing the algorithm, GCN directly learns the structural features of graph data, solving this issue.
• In this study, we propose a GCN-based framework to present a category classification method for graph data.
• Subsequently, the performance of the proposed framework is validated through comparative experiments.
• Graph-based data possess complex relationships and structural characteristics, leading to a growing interest in analysis and prediction using Graph Convolutional Networks (GCN).
• In this study, we propose a GCN-based framework for performing category classification using graph data. The framework learns the shape of each graph and its corresponding category, enabling the swift derivation of a new graph"s category when it is inputted.
• Analyzing large amounts of data converted into graph form allows for the extraction of mutual relationships and structural characteristics between graph data.
• While conventional graph analysis methods often required prior knowledge of the input data before utilizing the algorithm, GCN directly learns the structural features of graph data, solving this issue.
• In this study, we propose a GCN-based framework to present a category classification method for graph data.
• Subsequently, the performance of the proposed framework is validated through comparative experiments.
목차
Summary
Graph Convolutional Network
Graph Structure Analysis and Classification Framework
Conclusions
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
그래프 중심성들을 이용한 그래프 유사도 측정
한국컴퓨터정보학회논문지
2018 .12
-
A Graph Embedding Technique for Weighted Graphs Based on LSTM Autoencoders
JIPS(Journal of Information Processing Systems)
2020 .01
-
The Classification of random graph models using graph centralities
한국컴퓨터정보학회논문지
2019 .07
-
중심성이 높은 정점의 변화에 따른 네트워크 특성 분석
한국컴퓨터정보학회논문지
2017 .03
-
그래프 정점과 이웃 점의 특징을 상대적으로 집계한 3차원 어텐션 매커니즘 기반의 그래프 합성곱 신경망
한국정보통신학회 종합학술대회 논문집
2023 .10
-
그래프의 정점 연결성에 대한 최소 범위 할당
한국정보통신학회논문지
2017 .11
-
소셜그래프를 활용한 효율적 행렬채움 알고리즘
한국정보통신학회논문지
2023 .11
-
그래프데이터베이스 기반 통신망 운영관리 방안
한국정보통신학회 종합학술대회 논문집
2022 .05
-
Enhancing Speech Emotion Recognition with Hybrid Graph Neural Networks: A GCN-GAT Framework
한국차세대컴퓨팅학회 논문지
2024 .08
-
Unified Graph Clustering via Learning Robust and Structured Graph
대한전자공학회 학술대회
2019 .06
-
그래프 정보를 이용한 그래프 구조 간략화 알고리즘
제어로봇시스템학회 국내학술대회 논문집
2016 .03
-
Graph R-CNN을 이용한 Auto-Encoding Scene Graphs
한국정보과학회 학술발표논문집
2020 .12
-
관계형데이터를 이용한 그래프 데이터베이스의 모델별 구조 분석과 쿼리 성능 비교 연구
멀티미디어학회논문지
2019 .09
-
지식 그래프 엔티티 매칭을 위한 확장된 GCN 모델 설계 및 구현
한국정보기술학회논문지
2022 .01
-
An Abnormal Pattern Detection Scheme Based on GCN and DBSCAN in a Large-Scale Graph
International JOURNAL OF CONTENTS
2022 .12
-
On the Unfriendliness of Symmetric Graphs
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
Graph Convolutional Networks with Multiple Graphs
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
특허 지식그래프를 위한 지식 그래프 임베딩 모델 분석 연구
Proceedings of KIIT Conference
2020 .10
-
Concept-Aided Explanation of Graph Neural Networks
한국통신학회 학술대회논문집
2021 .06
-
Edgeless Network Embedding in Attributed Networks
한국통신학회 학술대회논문집
2021 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0