메뉴 건너뛰기
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)
고객센터 ENG
주제분류

초거대 그래프 임베딩을 위한 효율적 샘플링 기법 Efficient Sampling Techniques for Embedding Large Graphs

논문 기본 정보

저자정보
(경희대학교) (경희대학교) (경희대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2022 한국컴퓨터종합학술대회 논문집
발행연도
수록면
1,223 - 1,225 (3page)
오류 신고하기

피인용 0

초거대 그래프 임베딩을 위한 효율적 샘플링 기법
검색

    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

    최근 본 자료 전체보기

      UCI(KEPA) : I410-ECN-0101-2022-569-001540250