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 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Taehwan Yun (Ajou University) Hyunjung Shin (Ajou University)
저널정보
대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2023년 대한산업공학회 춘계공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2023.5
수록면
193 - 211 (19page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2023

Graph Convolutional Networks with Multiple Graphs
Taehwan Yun ,  Hyunjung Shin 한국경영과학회 학술대회논문집 2023.05 학술대회자료
Graph Convolutional Networks with Multiple Graphs
Taehwan Yun ,  Hyunjung Shin 대한산업공학회 춘계공동학술대회 논문집 2023.05 학술대회자료

초록· 키워드

오류제보하기
최근 Graph Convolutional Networks(GCN)는 그래프의 구조적 정보를 학습하여 좋은 성능을 보여주고 있다. 그러나, 여러 그래프가 주어졌을 경우, 이를 활용하는 방법이 개발되지 않았다. 도일한 노드 셋이 주어진 경우, 데이터의 소스가 다양해지면 이에 따라 연결관계가 달라지면서 여러 개의 개별적인 그래프로 표현될 수 있고, 이들을 함께 학습에 사용하면 더 좋은 성능을 보인다고 알려져 있다. 본 연구에서는 다중 그래프를 GCN에 활용하는 방법을 제안한다. 벤치마크 데이터셋에 대한 비교 실험 결과, 제안 방법에 의한 GCN의 성능이 단일 그래프에 대하여 학습한 GCN보다 향상됨을 보였다.

목차

Abstract
서론
제안 방법론
실험 결과
결론

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0