1 |
1
모델링부, 측정부 및 탐색부를 포함하는 군집 구조 장치에 의해 수행되는 군집 구조를 도출하는 방법에 있어서, 상기 모델링부에서, 노드들을 양자간 완전 네트워크로 모델링하는 단계-상기 완전 네트워크는 모든 노드들이 서로 완전하게 연결된 상태를 의미함-; 상기 측정부에서, 상기 완전 네트워크에 포함된 노드들 간의 유사도를 측정하는 단계; 및 상기 탐색부에서, 상기 측정된 유사도에 기반하여 상기 완전 네트워크에서 특정 군집을 탐색하는 단계를 포함하고,상기 탐색부에서, 상기 측정된 유사도에 기반하여 상기 완전 네트워크에서 특정 군집을 탐색하는 단계는,상기 노드들 간의 쌍 유사도 또는 관련성에 기반하여 노드의 군집을 식별함으로써 노드 분류를 수행하는 계층적 군집화를 수행하며,모듈 구조를 최대화하는 수학식 1()을 통하여 컷 레벨을 결정하고, 상기 결정된 컷을 통하여, 상기 계층적 군집화가 상기 완전 네트워크의 모듈 구조를 결정하는데 사용되고, 상기 수학식 1을 일반화하여 도출된 수학식 2()을 수정하기 위하여 각 피갓수에서 공통의 양수 값을 감산하여, q'의 평균값인 ()를 제안하고, 상기 를 통하여 수학식 3()을 도출하는 단계를 포함하고,상기 수학식 1에서 모듈 구조는 Q이고, m은 엣지의 수이고, ki 와 kj 는 노드 i와 노드 j 가 각각 가지고 있는 엣지의 수이고, Ci, Cj는 노드 i가 속한 모듈이며, 는 Kronecker 델타이고, 상기 수학식 1에서 괄호 안의 요소는 노드 쌍(간단한 그래프에서 0 또는 1) 사이의 실제 엣지 수와 노드의 각도를 기반으로 하는 임의의 기대 값 사이의 차이이고, Aij는 노드 i와 노드 j 사이의 실제 엣지의 수를 의미하고,상기 수학식 2에서 l은 단일 모드 프로젝션을 수행하기 전에 l*r로 구성된 양자간 인접 행렬에서의 행이고, 는 데이터와의 실제 유사도의 평균이고, 는 노드들 간의 쌍을 무작위로 혼합하였을 때 노드 i와 노드 j간에 존재할 것으로 기대되는 쌍의 개수이고, 는 쌍 무작위 기대의 평균인 군집 구조를 도출하는 방법
|
2 |
2
제1항에 있어서,상기 모델링부에서, 상기 노드들을 양자간 완전 네트워크로 모델링하는 단계는,복수 개의 노드(l, l은 자연수)와 복수 개의 다른 노드(r, r은 자연수)에 대하여 점수를 나타내는 가중치가 적용된 엣지를 양자간 완전 네트워크로 모형화하고, 상기 양자간 완전 네트워크가 l*r의 양자간 인접 행렬의 형태로 주어지는 단계를 포함하는 군집 구조를 도출하는 방법
|
3 |
3
제2항에 있어서,상기 모델링부에서, 상기 노드들을 양자간 완전 네트워크로 모델링하는 단계는,상기 완전 네트워크의 노드 클래스로의 단일-모드 프로젝션에 가중치가 적용되고, 상기 가중치가 적용된 엣지를 통하여 노드간에 쌍 연관 강도의 유형을 나타내는 단계를 포함하는 군집 구조를 도출하는 방법
|
4 |
4
제2항에 있어서,상기 모델링부에서, 상기 노드들을 양자간 완전 네트워크로 모델링하는 단계는,상기 복수 개의 노드(l, l은 자연수)에 기초한 코사인 유사도를 상기 복수 개의 다른 노드에 적용함에 따라 단일 모드 프로젝션 네트워크의 상기 복수 개의 노드의 개수* 상기 복수 개의 노드의 개수의 유사도 가중치 인접 행렬을 정의하는 단계 를 포함하는 군집 구조를 도출하는 방법
|
5 |
5
제1항에 있어서,상기 측정부에서, 상기 완전 네트워크에 포함된 노드들 간의 유사도를 측정하는 단계는,전체의 노드에 기초하여 복수 개의 노드간의 평균 유사도를 계산하는 단계 를 포함하는 군집 구조를 도출하는 방법
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
군집 구조를 도출하는 방법을 실행시키기 위해 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램에 있어서, 노드들을 양자간 완전 네트워크로 모델링하는 단계-상기 완전 네트워크는 모든 노드들이 서로 완전하게 연결된 상태를 의미함-; 상기 완전 네트워크에 포함된 노드들 간의 유사도를 측정하는 단계; 및 상기 측정된 유사도에 기반하여 상기 완전 네트워크에서 특정 군집을 탐색하는 단계를 포함하고,상기 측정된 유사도에 기반하여 상기 완전 네트워크에서 특정 군집을 탐색하는 단계는,상기 노드들 간의 쌍 유사도 또는 관련성에 기반하여 노드의 군집을 식별함으로써 노드 분류를 수행하는 계층적 군집화를 수행하며,모듈 구조를 최대화하는 수학식 1()을 통하여 컷 레벨을 결정하고, 상기 결정된 컷을 통하여, 상기 계층적 군집화가 상기 완전 네트워크의 모듈 구조를 결정하는데 사용되고, 상기 수학식 1을 일반화하여 도출된 수학식 2()을 수정하기 위하여 각 피갓수에서 공통의 양수 값을 감산하여, q'의 평균값인 ()를 제안하고, 상기 를 통하여 수학식 3()을 도출하는 단계를 포함하고,상기 수학식 1에서 모듈 구조는 Q이고, m은 엣지의 수이고, ki 와 kj 는 노드 i와 노드 j 가 각각 가지고 있는 엣지의 수이고, Ci, Cj는 노드 i가 속한 모듈이며, 는 Kronecker 델타이고, 상기 수학식 1에서 괄호 안의 요소는 노드 쌍(간단한 그래프에서 0 또는 1) 사이의 실제 엣지 수와 노드의 각도를 기반으로 하는 임의의 기대 값 사이의 차이이고, Aij는 노드 i와 노드 j 사이의 실제 엣지의 수를 의미하고,상기 수학식 2에서 l은 단일 모드 프로젝션을 수행하기 전에 l*r로 구성된 양자간 인접 행렬에서의 행이고, 는 데이터와의 실제 유사도의 평균이고, 는 노드들 간의 쌍을 무작위로 혼합하였을 때 노드 i와 노드 j간에 존재할 것으로 기대되는 쌍의 개수이고, 는 쌍 무작위 기대의 평균인 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
9 |
9
군집 구조를 도출하는 군집 구조 장치에 있어서, 노드들을 양자간 완전 네트워크로 모델링하는 모델링부-상기 완전 네트워크는 모든 노드들이 서로 완전하게 연결된 상태를 의미함-; 상기 완전 네트워크에 포함된 노드들 간의 유사도를 측정하는 측정부; 및 상기 측정된 유사도에 기반하여 상기 완전 네트워크에서 특정 군집을 탐색하는 탐색부를 포함하고,상기 탐색부는,상기 노드들 간의 쌍 유사도 또는 관련성에 기반하여 노드의 군집을 식별함으로써 노드 분류를 수행하는 계층적 군집화를 수행하며,모듈 구조를 최대화하는 수학식 1()을 통하여 컷 레벨을 결정하고, 상기 결정된 컷을 통하여, 상기 계층적 군집화가 상기 완전 네트워크의 모듈 구조를 결정하는데 사용되고, 상기 수학식 1을 일반화하여 도출된 수학식 2()을 수정하기 위하여 각 피갓수에서 공통의 양수 값을 감산하여, q'의 평균값인 ()를 제안하고, 상기 를 통하여 수학식 3()을 도출하는 것을 포함하고,상기 수학식 1에서 모듈 구조는 Q이고, m은 엣지의 수이고, ki 와 kj 는 노드 i와 노드 j 가 각각 가지고 있는 엣지의 수이고, Ci, Cj는 노드 i가 속한 모듈이며, 는 Kronecker 델타이고, 상기 수학식 1에서 괄호 안의 요소는 노드 쌍(간단한 그래프에서 0 또는 1) 사이의 실제 엣지 수와 노드의 각도를 기반으로 하는 임의의 기대 값 사이의 차이이고, Aij는 노드 i와 노드 j 사이의 실제 엣지의 수를 의미하고,상기 수학식 2에서 l은 단일 모드 프로젝션을 수행하기 전에 l*r로 구성된 양자간 인접 행렬에서의 행이고, 는 데이터와의 실제 유사도의 평균이고, 는 노드들 간의 쌍을 무작위로 혼합하였을 때 노드 i와 노드 j간에 존재할 것으로 기대되는 쌍의 개수이고, 는 쌍 무작위 기대의 평균인 군집 구조 장치
|
10 |
10
제9항에 있어서,상기 모델링부는,복수 개의 노드(l, l은 자연수)와 복수 개의 다른 노드(r, r은 자연수)에 대하여 점수를 나타내는 가중치가 적용된 엣지를 양자간 완전 네트워크로 모형화하고, 상기 양자간 완전 네트워크가 l*r의 양자간 인접 행렬의 형태로 주어지는 단계것을 특징으로 하는 군집 구조 장치
|
11 |
11
제10항에 있어서,상기 모델링부는,상기 완전 네트워크의 노드 클래스로의 단일-모드 프로젝션에 가중치가 적용되고, 상기 가중치가 적용된 엣지를 통하여 노드간에 쌍 연관 강도의 유형을 나타내는 것을 특징으로 하는 군집 구조 장치
|
12 |
12
제10항에 있어서,상기 모델링부는,상기 복수 개의 노드(l, l은 자연수)에 기초한 코사인 유사도를 상기 복수 개의 다른 노드에 적용함에 따라 단일 모드 프로젝션 네트워크의 상기 복수 개의 노드의 개수* 상기 복수 개의 노드의 개수의 유사도 가중치 인접 행렬을 정의하는 것을 특징으로 하는 군집 구조 장치
|
13 |
13
제9항에 있어서,상기 측정부는, 전체의 노드에 기초하여 복수 개의 노드간의 평균 유사도를 계산하는 것을 특징으로 하는 군집 구조 장치
|
14 |
14
삭제
|
15 |
15
삭제
|