• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.11-13
• /
• 2010

Combined with the indeterminate boundaries of spatial objects, n:m correspondences makes an object-based matching be a complex problem. In this study, we model the boundary of a polygon object with fuzzy model and describe their overlapping relations as a weighted bipartite graph. Then corresponding pairs including 1:0, 1:1, 1:n and n:m relations are identified using a spectral singular value decomposition.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.380-382
• /
• 2022

Extracting informative representation of molecules using graph neural networks(GNNs) is crucial in AI-driven drug discovery. Recently, the graph research community has been trying to replicate the success of self supervised in natural language processing, with several successes claimed. However, we find the benefit brought by self-supervised learning on applying varitional auto-encoders can be potentially effective on molecular data.

• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.717-728
• /
• 2011

An efficient method for the unsupervised classification of high resolution imagery is suggested in this paper. It employs pixel-linking and merging based on the adjacency graph. The proposed algorithm uses the neighbor lines of 8 directions to include information in spatial proximity. Two approaches are suggested to employ neighbor lines in the linking. One is to compute the dissimilarity measure for the pixel-linking using information from the best lines with the smallest non. The other is to select the best directions for the dissimilarity measure by comparing the non-homogeneity of each line in the same direction of two adjacent pixels. The resultant partition of pixel-linking is segmented and classified by the merging based on the regional and spectral adjacency graphs. This study performed extensive experiments using simulation data and a real high resolution data of IKONOS. The experimental results show that the new approach proposed in this study is quite effective to provide segments of high quality for object-based analysis and proper land-cover map for high resolution imagery of urban area.

• 대한수학회논문집
• /
• 제24권2호
• /
• pp.161-169
• /
• 2009

In this paper, we introduce the generalized ideal-based zero-divisor graph structure of near-ring N, denoted by $\widehat{{\Gamma}_I(N)}$. It is shown that if I is a completely reflexive ideal of N, then every two vertices in $\widehat{{\Gamma}_I(N)}$ are connected by a path of length at most 3, and if $\widehat{{\Gamma}_I(N)}$ contains a cycle, then the core K of $\widehat{{\Gamma}_I(N)}$ is a union of triangles and rectangles. We have shown that if $\widehat{{\Gamma}_I(N)}$ is a bipartite graph for a completely semiprime ideal I of N, then N has two prime ideals whose intersection is I.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권12호
• /
• pp.5401-5421
• /
• 2016

Both low-density parity-check (LDPC) codes and the multiple access technique of spatially coupling data transmission (SCDT) can be expressed in bipartite graphs. To improve the performance of iterative demodulation and decoding for SCDT, a novel joint sparse graph (JSG) with SCDT and LDPC codes is constructed. Based on the JSG, an approach for iterative joint demodulation and decoding by belief propagation (BP) is presented as an exploration of the flooding schedule, and based on BP, density evolution equations are derived to analyze the performance of the iterative receiver. To accelerate the convergence speed and reduce the complexity of joint demodulation and decoding, a novel serial schedule is proposed. Numerical results show that the joint demodulation and decoding for SCDT based on JSG can significantly improve the system's performance, while roughly half of the iterations can be saved by using the proposed serial schedule.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.34-46
• /
• 2023

A growing number of large scale knowledge graphs raises several issues how knowledge graph data can be organized, discovered, and integrated efficiently. We present a novel semantic-based mashup platform for contents convergence which consists of acquisition, RDF storage, ontology learning, and mashup subsystems. This platform servers a basis for developing other more sophisticated applications required in the area of knowledge big data. Moreover, this paper proposes an entity matching method using graph convolutional network techniques as a preliminary work for automatic classification and discovery on knowledge big data. Using real DBP15K and SRPRS datasets, the performance of our method is compared with some existing entity matching methods. The experimental results show that the proposed method outperforms existing methods due to its ability to increase accuracy and reduce training time.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.3-9
• /
• 2021

이 논문에서는 차량 또는 도로 인프라 센서에 의해 검출된 도로상의 각 객체들 간의 상황인지를 효과적으로 하기 위해서 그래프 데이터 모델을 도입한다. 제안하는 방법은 도로상의 각 객체들을 그래프의 정점(Vertex)로, 객체들 간의 관계를 그래프의 간선(Edge)로 모델링하여 그래프 데이터베이스를 구축하고, 객체의 속성과 간선의 속성을 실시간으로 업데이트한다. 이때 간선으로 표현되는 객체들 간의 관계는 각 객체의 위치, 이동방향, 이동속도 등을 고려하여 객체들 간에 근접 가능성이 있을 경우 설정한다. 또한, 제안하는 그래프 모델링 방법을 통해 표현한 도로 객체 그래프 데이터베이스를 실시간으로 업데이트하기 위해 그래프 정점과 간선에 대한 공간 색인 기법을 제안한다. 제안하는 색인기법 기반의 그래프 데이터베이스 업데이트 성능을 평가하기 위해서 색인 없이 업데이트하는 방법과 비교하였으며 비교결과 제안하는 방법이 10배 더 빠르게 업데이트를 할 수 있음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.22-24
• /
• 2022

최근 그래프데이터베이스가 널리 사용되기 시작했다. 그래프데이터베이스는 그래프구조를 활용하는 데이터베이스이다. 관계형 데이터베이스의 테이블 대신, 그래프데이터베이스는 정점과 간선 형태로 정보를 저장한다. 데이터 저장구조의 사전 정의 없이 데이터를 저장할 수 있으며 사람이 생각하는 방식과 유사하게 데이터를 저장하고 조회할 수 있다. 그래프 데이터베이스를 활용하면 복잡한 연결구조를 가진 대용량 데이터를 효율적으로 처리할 수 있다. 통신망은 다양한 형태의 통신설비가 복잡하게 상호연결된 그래프구조로 볼 수 있다. 기존의 통신망 관리 시스템(Network Operation Support System)은 통신설비와 설비간 연결관계를 관계형데이터베이스로 관리하고 있어 서비스 종단 간 연결관계를 조회하거나, 고장원인 지점을 추적 ·조회하는등 그래프 탐색쿼리를 수행함에 있어서 어려움이 있었다. 본 연구에서는 통신망 구성 정보를 그래프데이터베이스를 이용해 구축하는 방안에 대해 고찰하고자 한다. 그래프데이터베이스의 도입으로 그래프탐색이 필요한 조회인 경우 효율적인 질의처리가 가능할 것으로 기대한다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.471-476
• /
• 2024

다양한 스마트 기기 및 컴퓨팅 디바이스의 보급에 따라 빅데이터 생성이 광범위하게 일어나고 있다. 기계학습은 데이터의 패턴을 학습하여 추론을 수행하는 알고리즘이다. 다양한 기계학습 알고리즘 중에서 주목을 받는 알고리즘은 신경망 기반의 딥러닝 학습이다. 딥러닝은 다양한 응용이 발표되면서 빠른 성능 향상을 달성하고 있다. 최근 딥러닝 알고리즘 중에서 그래프 구조를 활용하여 데이터를 분석하려는 시도가 증가하고 있다. 본 연구에서는 그래프 구조를 활용하여 딥러닝 네트워크에 전달하기 위한 그래프 생성 방법을 제시한다. 본 논문은 그래프 생성 과정에서 노드의 속성과 간선의 가중치를 일반화하고 행렬화 과정을 제시하여 딥러닝 입력에 필요한 구조로 전환하는 방법을 제시한다. 그래프 생성 과정에서 속성과 가중치 정보를 보전할 수 있는 선형변환 매트릭스 적용 방법을 제시한다. 마지막으로 일반 그래프의 딥러닝 입력 구조를 제시하고 성능 분석을 위한 접근법을 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제18권7호
• /
• pp.111-123
• /
• 2013

소프트웨어의 취약성을 검증하기 위하여 소프트웨어의 구조를 유추하여 유추된 구조를 활용하여 테스트하는 방법이 주목받고 있다. 이와 같은 방법을 사용하기 위해서 효과적인 소프트웨어의 구조 유추 방법이 요구된다. 많이 사용되는 DFG(Data Flow Graph), CFG(Control Flow Graph) 이나 CFA(Control Flow Automata)와 같은 그래프나 트리 방식은 소프트웨어 모델을 구조적으로 표현하지 못하는 단점을 가진다. 본 논문에서는 이러한 단점을 극복할 수 있는 방법을 제시한다. 제시된 방법은 바이너리 코드에 다양한 입력데이터 들을 부여하여 입력데이터별 CFG를 생성하고, 생성된 CFG들이 구조적으로 표현될 수 있도록 계층적 제어 흐름 그래프(Hierarchical Control Flow Graph, HCFG)를 작성한다. 또한 제안하는 HCFG을 생성하는데 요구되는 그래프의 구성요소와 점진적 그래프 생성 알고리듬도 제시한다. 제안한 방법론을 공개된 SMTP(Simple Mail Transfer Protocol) 서버 프로그램에 적용시켜 소프트웨어의 모델을 작성하는 실험을 수행하고, 생성된 모델과 실제 소프트웨어 구조를 비교 분석한다.