1 |
1
네트워크표현학습장치에 있어서,네트워크의 시드노드로부터 인접한 노드를 탐색하여 일정한 길이의 노드 순서인 랜덤워크를 생성하되, 상기 랜덤워크에서 기 설정된 크기의 윈도우 내에 위치한 노드를 네트워크표현의 학습에 이용되는 타겟쌍의 노드로 선택하는 부호방향수집부; 및상기 타겟쌍의 노드에 연결된 간선의 방향 및 부호를 나타내는 바이어스 항을 포함하는 상기 타겟쌍에 대한 우도(likelihood)에 기초하여 상기 네트워크표현을 학습하는 표현학습부를 포함하는 네트워크표현학습장치
|
2 |
2
제 1 항에 있어서,상기 부호방향수집부는,상기 네트워크의 경로를 따라 수집된 정보에 기초하여 상기 타겟쌍의 부호를 설정하는, 네트워크표현학습장치
|
3 |
3
제 2 항에 있어서,상기 부호방향수집부는,균형 이론에 기초하여 상기 타겟쌍의 노드 간 경로내의 간선 부호의 곱으로 상기 타겟쌍의 부호를 설정하는, 네트워크표현학습장치
|
4 |
4
제 1 항에 있어서,상기 표현학습부는,상기 우도 및 상기 바이어스 항으로 구성된 목적함수가 극대화되도록 상기 우도 및 상기 바이어스 항을 최적화시키는, 네트워크표현학습장치
|
5 |
5
제 4 항에 있어서,상기 표현학습부는,상기 타겟쌍의 부호에 기초하여 상기 타겟쌍에 대한 우도를 결정하는, 네트워크표현학습장치
|
6 |
6
제 4 항에 있어서,상기 표현학습부는,경사 하강 최적화(gradient descent optimization)를 이용하여 상기 우도 산출시 이용되는 상기 타겟쌍의 노드에 대한 임베딩 벡터 및 상기 바이어스 항을 업데이트하는, 네트워크표현학습장치
|
7 |
7
네트워크표현학습장치가 네트워크 표현을 학습하는 방법에 있어서,네트워크의 시드노드로부터 인접한 노드를 탐색하여 일정한 길이의 노드 순서인 랜덤워크를 생성하는 단계; 상기 랜덤워크에서 기 설정된 크기의 윈도우 내에 위치한 노드를 상기 네트워크표현의 학습에 이용되는 타겟쌍의 노드로 선택하는 단계; 및상기 타겟쌍의 노드에 연결된 간선의 방향 및 부호를 나타내는 바이어스 항을 포함하는 상기 타겟쌍에 대한 우도(likelihood)에 기초하여 상기 네트워크표현을 학습하는 단계를 포함하는 네트워크표현학습방법
|
8 |
8
제 7 항에 있어서,상기 네트워크표현학습방법은,상기 네트워크의 경로를 따라 수집된 정보에 기초하여 상기 타겟쌍의 부호를 설정하는 단계를 더 포함하는, 네트워크표현학습방법
|
9 |
9
제 8 항에 있어서,상기 타겟쌍의 부호를 설정하는 단계는,균형 이론에 기초하여 상기 타겟쌍의 노드 간 경로내의 간선 부호의 곱으로 상기 타겟쌍의 부호를 설정하는 단계를 포함하는, 네트워크표현학습방법
|
10 |
10
제 7 항에 있어서,상기 네트워크표현을 학습하는 단계는,상기 우도 및 상기 바이어스 항으로 구성된 목적함수가 극대화되도록 상기 우도 및 상기 바이어스 항을 최적화시키는 단계를 포함하는, 네트워크표현학습방법
|
11 |
11
제 10 항에 있어서,상기 우도 및 상기 바이어스 항을 최적화시키는 단계는,상기 타겟쌍의 부호에 기초하여 상기 타겟쌍에 대한 우도를 결정하는 단계를 포함하는, 네트워크표현학습방법
|
12 |
12
제 10 항에 있어서,상기 우도 및 상기 바이어스 항을 최적화시키는 단계는,경사 하강 최적화(gradient descent optimization)를 이용하여 상기 우도 산출시 이용되는 상기 타겟쌍의 노드에 대한 임베딩 벡터 및 상기 바이어스 항을 업데이트하는 단계를 포함하는, 네트워크표현학습방법
|
13 |
13
네트워크표현학습장치에 의해 수행되며, 제7항에 기재된 방법을 수행시키기 위해 매체에 저장된 컴퓨터 프로그램
|
14 |
14
제7항에 기재된 방법을 수행시키기 위한 프로그램이 기록된 컴퓨터 판독가능한 기록매체
|