인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
- 저자정보
피인용 0
초록·키워드
최근 그래프 연구가 활발해짐에 따라 시계열을 그래프 도메인에서 분석하는 연구가 소개되고 있다. SimTSC는 시계열을 그래프로 변환하고 이를 노드 분류에 적용한 새로운 접근법인데, 노드의 특징 임베딩 과정에서 노드 사이 관계는 고려하지 않는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 GraphSAGE로 노드의 특징을 임베딩하는 SbCM(SAGE-based Classification Model)을 제안한다. 또한, GraphSAGE의 이웃 노드 선택을 위해 원본 시계열을 사용한 새로운 그래프 구성 방법을 제안한다. GraphSAGE는 이웃 노드 정보를 활용하는 임베딩 모델로, 타겟 노드와 이의 이웃 노드를 함께 활용한 특징 임베딩이 가능하다. UCR 데이터를 사용한 실험 결과, 제안하는 SbCM은 대용량 데이터, 다수의 클래스 하에서 기존 SimTSC 대비 최대 2.5배까지 분류 성능을 향상시킨 것으로 나타났다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094346366
