• 전자공학회논문지B
• /
• 제30B권1호
• /
• pp.10-17
• /
• 1993

This paper analyzes succinct graph descriptions and its complexity of connectivity problems on context free graph languages under various restrictions. It defines SNLC(Simple Context Free Node Label Controlled) grammar and presents reduction method that solves graph problems without expanding the hierarchical description. It exemplifies the method by giving efficient solutions to connectivity problems on graphs and presents parallel algorithm for reduction and analyzes the complexity. Its results will help application of desing for NETWORK. CAD. VLSI and other engineering problems.

• 한국산업안전학회:학술대회논문집
• /
• 한국안전학회 1998년도 추계 학술논문발표회 논문집
• /
• pp.231-237
• /
• 1998

현대산업에서는 눈부신 기술의 발달로 모든 시스템이 대형화, 복잡화되고 있다. 이들 시스템의 고장은 사회적으로 커다란 문제를 야기할 수 있으며, 이에 이들 시스템의 신뢰도 계산은 필요하다. 이때 신뢰도계산을 목적으로 Network나 통신망 등의 시스템구조는 비방향성 graph로 아주 쉽게 표현될 수 있다. 지금까지는 시스템의 신뢰도 계산방법중 가장 빠른 것으로는 domination이론을 이용한 것들이 발표되었으나, 모두 방향성 graph(directed graph)에 대한 연구(1∼8)이었다. 이에 본 연구에서는 non direct graph에서 domination성질을 관찰하여보고, 이의 결과를 기초로 하여 효과적인 신뢰도 계산방법과 식을 제시하여 본다. (중략)

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.91-100
• /
• 2020

기존의 영상 기반 질문-응답(VQA) 문제들과는 달리, 새로운 영상 기반 상식 추론(VCR) 문제들은 영상에 포함된 사물들 간의 관계 파악과 답변 근거 제시 등과 같이 추가적인 심층 상식 추론을 요구한다. 본 논문에서는 영상 기반 상식 추론 문제들을 위한 새로운 심층 신경망 모델인 KG_VCR을 제안한다. KG_VCR 모델은 입력 데이터(영상, 자연어 질문, 응답 리스트 등)에서 추출하는 사물들 간의 관계와 맥락 정보들을 이용할 뿐만 아니라, 외부 지식 베이스인 ConceptNet으로부터 구해내는 상식 임베딩을 함께 활용한다. 특히 제안 모델은 ConceptNet으로부터 검색해낸 연관 지식 그래프를 효과적으로 임베딩하기 위해 그래프 합성곱 신경망(GCN) 모듈을 채용한다. VCR 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 본 논문에서는 제안 모델인 KG_VCR이 기존의 VQA 최고 모델과 R2C VCR 모델보다 더 높은 성능을 보인다는 것을 입증한다.

• 한국건설관리학회논문집
• /
• 제16권5호
• /
• pp.3-11
• /
• 2015

본 연구는 BIM을 활용한 그래프 기반의 동선 표현과 분석 접근 방법 제안을 목적으로 한다. 접근 방법의 제안을 위해 건물 동선 관련 요구사항 파악과 공간 네트워크, BIM에 관한 선행연구를 분석하였다. 또한, 본 연구는 선행연구인 UCN(Universal Circulation Network)을 기반으로 연구를 진행하였으며, 본 연구를 통해 UCN에 추가적으로 고려해야 할 사항을 파악하고 이를 확장하였다. 본 연구에서는 UCN을 기반으로 두 가지 관점에서 동선의 표현과 분석 접근 방법을 제안하고자한다: 1) UCN의 그래프 기반 동선 분석의 주요 요소를 파악한다, 2) 국내 건축법 등의 요구사항을 적용하여 UCN을 재구성한다. 결과적으로, 본 연구에서는 출구에서 가장 먼 점 (MRP) 기반의 동선 표현과 가상공간에서의 동선 분석이 추가적으로 제안되었다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.70-85
• /
• 2021

최근 활발히 연구되는 딥러닝 방법론은 인공지능의 성능을 급속도로 향상시켰고, 이에 따라 다양한 산업 분야에서 딥러닝을 활용한 시스템이 제시되고 있다. 교통 시스템에서는 GNN을 활용한 공간-시간 그래프 모델링이 교통 속도 예측에 효과적인 것으로 밝혀졌지만, 이는 메모리 병목 현상을 유발하기 때문에 모델이 비효율적으로 학습된다는 단점이 있다. 따라서 본 연구에서는 그래프 분할 방법을 통해 도로 네트워크를 분할하여 메모리 병목 현상을 완화함과 동시에 우수한 성능을 달성하고자 한다. 제안 방법론을 검증하기 위해 인천시 UTIC 데이터 분석 결과를 바탕으로 Jensen-Shannon divergence를 사용하여 도로 속도 분포의 유사도를 측정하였다. 그리고 측정된 유사도를 바탕으로 스펙트럴 클러스터링을 수행하여 도로 네트워크를 군집화하였다. 성능 측정 결과, 도로 네트워크가 7개의 네트워크로 분할되었을 때 MAE 기준 5.52km/h의 오차로 비교 모델 대비 가장 우수한 정확도를 보임과 동시에 메모리 병목 현상 또한 완화되는 것을 확인할 수 있었다.

• 대한조선학회논문집
• /
• 제59권6호
• /
• pp.393-399
• /
• 2022

During the ship hull design process, resistance performance estimation is generally calculated by simulation using computational fluid dynamics. Since such hull resistance performance simulation requires a lot of time and computation resources, the time taken for simulation is reduced by CPU clusters having more than tens of cores in order to complete the hull design within the required deadline of the ship owner. In this paper, we propose a method for estimating resistance performance of ship hull by simulation using a graph neural network. This method converts the 3D geometric information of the hull mesh and the physical quantity of the surface into a mathematical graph, and is implemented as a deep learning model that predicts the future simulation state from the input state. The method proposed in the resistance performance experiment of simple hull showed an average error of about 3.5 % throughout the simulation.

• 한국경영과학회지
• /
• 제39권2호
• /
• pp.131-140
• /
• 2014

Customer networks go through constant changes. They may expand or shrink once they are formed. In dynamic environments, it is a critical corporate challenge to identify and manage influential customer groups in a cost effective way. In this context, we apply inverse optimization theory to suggest an efficient method to manage customer networks. In this paper, we assume that there exists a subset of nodes that might have a large effect on the network and that the network can be modified via some strategic actions. Rather than making efforts to find influential nodes whenever the network changes, we focus on a subset of selective nodes and perturb as little as possible the interaction between nodes in order to make the selected nodes influential in the given network. We define the following problem based on the inverse optimization. Given a graph and a prescribed node subset, the objective is to modify the structure of the given graph so that the fixed subset of nodes becomes a minimum dominating set in the modified graph and the cost for modification is minimum under a fixed norm. We call this problem the inverse dominating set problem and investigate its computational complexity.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권6호
• /
• pp.263-272
• /
• 2008

본 논문은 피터슨 그래프를 기본으로 만든 새로운 상호연결망 피터슨-토러스(PT) 네트워크를 제안한다. PT 네트워크는 동일한 노드수를 갖는 honeycomb 토러스보다 짧은 지름을 갖고 망 비용이 개선된 연결망이다. 본 논문에서는 PT 네트워크의 최적 라우팅 알고리즘과 해밀톤 사이클 알고리즘을 제안하고, 지름, 망 비용 그리고 bisection width를 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.816-819
• /
• 2017

Current graph mining algorithms suffers from performance issues when querying patterns are in increasingly massive network graphs. However, from our observation most data graphs inherently contains recurring semantic subgraphs/substructures. Most graph mining algorithms treat them as independent subgraphs and perform computations on them redundantly, which result in performance degradation when processing massive graphs. In this paper, we propose an algorithm which exploits these inherent recurring subgraphs/substructures to reduce graph sizes so that redundant computations performed by the traditional graph mining algorithms are reduced. Experimental results show that our graph compression approach achieve up to 69% reduction in graph sizes over the real datasets. Moreover, required time to construct the compressed graphs is also reasonably reduced.

• 한국정보통신학회논문지
• /
• 제18권5호
• /
• pp.1110-1115
• /
• 2014

행렬-스타 그래프와 전위 그래프는 스타 그래프 부류로 그래프 이론 관점에서 노드 대칭성, 고장 허용도, 재귀적 확장성 등 스타그래프의 장점을 가지고 있는 상호연결망이다. 본 논문에서는 그래프 이론의 인접 성질을 이용하여 행렬-스타 그래프와 전위 그래프 사이의 일-대-일 사상 알고리즘을 제안한다. 행렬-스타 그래프가 전위 그래프에 연장율 n 이하에 사상할 수 있음을 보이며, 평균 연장율이 2 이하임을 보인다.