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
그래프는 개체 간의 관계성을 중요하게 여기는 데이터를 표현하기 위해 사용된다. 이들 그래프 데이터는 응용 분야에 따라 서로 다른 특성을 가지므로 인공지능 모델을 개발할 때 이러한 특성들을 잘 고려해야 할 것이다. 본 논문에서는 분자 특성 예측을 위한 모델 개발에 사용되는 분자 그래프 데이터 셋의 특징을 타 분야 그래프 데이터 셋과의 비교를 통해 파악하고자 하였다. 또한 수소 정보 사용에 따른 성능 비교와 원자 간 결합 정보 사용 여부에 따른 성능 비교를 통하여 분자 특성 예측에 효과적인 특성 구성을 찾고자 하였다. 그 결과, 분자 데이터 셋은 그래프를 구성하는 노드의 수, 노드의 평균 차수, 최대 차수 그리고 노드 중복 여부에서 타 분야의 그래프와는 뚜렷하게 구별되는 특징을 가지고 있었다. 수소 정보의 경우 원자와 결합한 수소의 수를 노드의 특성으로 사용하는 것이 효과적이었으며 원자 간 결합 정보를 엣지 특성을 통해 반영할 때 성능이 향상됨을 확인하였다.
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
