| 1 |
1
그래프다발(bag) 및 상기 그래프다발에 포함된 그래프를 분류하는 성능을 나타내는 분류점수의 정보를 포함하는 분류정보에 기초하여, 복수의 그래프다발에 대해 소정 개수의 부분그래프로 구성되는 부분그래프집합을 생성하는 단계;상기 복수의 그래프다발에 추가된 그래프다발인 적어도 하나의 추가그래프다발 및 상기 복수의 그래프다발에 추가된 그래프인 적어도 하나의 추가그래프 중 적어도 하나에 기초하여, 상기 부분그래프집합을 갱신하는 단계; 및상기 갱신된 부분그래프집합을 이용하여, 상기 복수의 그래프다발 각각을 분류하는 단계를 포함하는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 2 |
2
제1항에 있어서,상기 분류정보는상기 부분그래프가 상기 그래프다발 및 상기 그래프에서 발견되는 빈도의 정보를 더 포함하는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 3 |
3
제2항에 있어서,상기 부분그래프집합을 생성하는 단계가 상기 발견되는 빈도가 제1 임계치 이상인 복수의 부분그래프에 대해서만 상기 분류정보를 생성할 때,상기 부분그래프집합을 갱신하는 단계는상기 복수의 그래프다발, 상기 적어도 하나의 추가그래프다발 및 상기 적어도 하나의 추가그래프에서 상기 제1 임계치 이상의 빈도를 나타내는 복수의 부분그래프를 이용하여 상기 부분그래프집합을 갱신하는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 4 |
4
제3항에 있어서,상기 부분그래프집합을 갱신하는 단계의 이후에,상기 복수의 그래프다발, 상기 적어도 하나의 추가그래프다발 및 상기 적어도 하나의 추가그래프에서 상기 제1 임계치 보다 작은 제2 임계치 이상이고, 상기 제1 임계치 미만인 빈도를 나타내는 적어도 하나의 부분그래프로 구성되는 후보부분그래프집합을 생성하는 단계를 더 포함하고,상기 부분그래프집합을 갱신하는 단계 및 상기 후보부분그래프집합을 생성하는 단계가 상기 적어도 하나의 추가그래프다발 또는 상기 적어도 하나의 추가그래프가 추가될 때마다, 반복적으로 수행될 때,상기 후보부분그래프집합은상기 부분그래프집합을 갱신하는 단계에서 더 이용되는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 5 |
5
제1항에 있어서,상기 부분그래프집합을 갱신하는 단계는상기 적어도 하나의 추가그래프다발 및 상기 적어도 하나의 추가그래프에 기초하여, 상기 복수의 그래프다발 및 상기 부분그래프집합 간의 특성벡터(feature vector)를 생성하는 단계;상기 부분그래프집합을 이용하여 상기 복수의 그래프다발을 분류한 결과를 나타내는 가중치행렬(weight matrix) 및 상기 특성벡터에 기초하여, 상기 분류점수의 변동값을 산출하는 단계; 및상기 분류점수의 변동값을 이용하여, 상기 부분그래프집합에 포함된 부분그래프 각각에 대응되는 상기 분류점수를 갱신하는 단계를 포함하는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 6 |
6
제5항에 있어서,상기 분류점수의 변동값을 산출하는 단계는상기 가중치행렬에 기초하는 라플라시안행렬(Laplacian matrix)을 이용하는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 7 |
7
제6항에 있어서,상기 갱신된 분류점수는 수학식 1을 이용하여 산출되는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 8 |
8
제1항에 있어서,상기 부분그래프집합을 갱신하는 단계는상기 적어도 하나의 추가그래프다발 또는 상기 적어도 하나의 추가그래프가 추가될 때마다, 반복적으로 수행되는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 9 |
9
제1항에 있어서,상기 복수의 그래프다발 각각을 분류하는 단계는머신러닝(machine learning)을 통해 학습된 모델을 이용하는 것을 특징으로 하는 그래프다발의 동적 분류 방법
|
| 10 |
10
그래프다발 및 상기 그래프다발에 포함된 그래프를 분류하는 성능을 나타내는 분류점수의 정보를 포함하는 분류정보에 기초하여, 복수의 그래프다발에 대해 소정 개수의 부분그래프로 구성되는 부분그래프집합을 생성하는 생성부;상기 복수의 그래프다발에 추가된 그래프다발인 적어도 하나의 추가그래프다발 및 상기 복수의 그래프다발에 추가된 그래프인 적어도 하나의 추가그래프 중 적어도 하나에 기초하여, 상기 부분그래프집합을 갱신하는 갱신부; 및상기 갱신된 부분그래프집합을 이용하여, 상기 복수의 그래프다발 각각을 분류하는 분류부를 포함하는 것을 특징으로 하는 그래프다발의 동적 분류 장치
|
| 11 |
11
제10항에 있어서,상기 분류정보는상기 그래프다발 및 상기 그래프에서 발견되는 빈도의 정보를 더 포함하는 것을 특징으로 하는 그래프다발의 동적 분류 장치
|
| 12 |
12
제11항에 있어서,상기 생성부가 상기 발견되는 빈도가 제1 임계치 이상인 부분그래프에 대해서만 상기 분류정보를 생성할 때,상기 갱신부는상기 복수의 그래프다발, 상기 적어도 하나의 추가그래프다발 및 상기 적어도 하나의 추가그래프에서 상기 제1 임계치 이상의 빈도를 나타내는 복수의 부분그래프를 이용하여 상기 부분그래프집합을 갱신하는 것을 특징으로 하는 그래프다발의 동적 분류 장치
|
| 13 |
13
제12항에 있어서,상기 생성부는상기 복수의 그래프다발, 상기 적어도 하나의 추가그래프다발 및 상기 적어도 하나의 추가그래프에서 상기 제1 임계치 보다 작은 제2 임계치 이상이고, 상기 제1 임계치 미만인 빈도를 나타내는 적어도 하나의 부분그래프로 구성되는 후보부분그래프집합을 더 생성하고,상기 적어도 하나의 추가그래프다발 또는 상기 적어도 하나의 추가그래프가 추가될 때마다, 상기 갱신부 및 상기 생성부를 반복적으로 제어하는 제어부를 더 포함하고,상기 후보부분그래프집합은상기 갱신부가 상기 부분그래프집합을 갱신할 때, 더 이용되는 것을 특징으로 하는 그래프다발의 동적 분류 장치
|
| 14 |
14
제10항에 있어서,상기 갱신부는상기 적어도 하나의 추가그래프다발 및 상기 적어도 하나의 추가그래프에 기초하여, 상기 복수의 그래프다발 및 상기 부분그래프집합 간의 특성벡터를 생성하고,상기 부분그래프집합을 이용하여 상기 복수의 그래프다발을 분류한 결과를 나타내는 가중치행렬 및 상기 특성벡터에 기초하여, 상기 분류점수의 변동값을 산출하고,상기 분류점수의 변동값을 이용하여, 상기 부분그래프집합에 포함된 부분그래프 각각에 대응되는 상기 분류점수를 갱신하는 것을 특징으로 하는 그래프다발의 동적 분류 장치
|
| 15 |
15
제10항에 있어서,상기 갱신부는상기 적어도 하나의 추가그래프다발 또는 상기 적어도 하나의 추가그래프가 추가될 때마다, 반복적으로 상기 부분그래프집합을 갱신하는 것을 특징으로 하는 그래프다발의 동적 분류 장치
|
