인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
초거대 그래프 임베딩을 위한 효율적 샘플링 기법 Efficient Sampling Techniques for Embedding Large Graphs
논문 기본 정보
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2022 한국컴퓨터종합학술대회 논문집
- 발행연도
- 2022.6
- 수록면
- 1,223 - 1,225 (3page)
초거대 그래프 임베딩을 위한 효율적 샘플링 기법
초록·키워드
실세계의 그래프 데이터는 수십억 개의 노드와 수백억 개의 엣지 데이터를 포함하는 경우가 일반적이다. 초거대 그래프의 경우 메모리 용량의 한계로 다수의 노드와 엣지를 한 번에 모두 고려한 학습이 불 가능하다. GraphSAGE는 목적 노드의 이웃을 무작위로 샘플링하고 집계하는 학습 방식을 제안하여 메모 리 문제를 해결한다. 더 나아가 Pin ... 전체 초록 보기
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-ECN-0101-2022-569-001540250