아키타입 그래프 생성 모델 앵커 지배 볼록 껍질을 통한 설명 가능한 커뮤니티
GraphHull은 전역 아키타입 볼록 껍질과 지역 프로토타입 볼록 껍질을 2단계로 결합한 생성 모델이다. 전역 아키타입은 순수 커뮤니티를, 지역 hull은 각 커뮤니티 내 변동성을 대표한다. 앵커‑지배 설계와 DPP 다양성 사전, MAP 추정 및 서브샘플링을 통해 비중첩, 식별 가능, 안정적인 학습을 보장한다. 실험에서 링크 예측·커뮤니티 탐지 성능이 기존 방법을 능가하면서도 직관적인 설명을 제공한다.
저자: Nikolaos Nakis, Chrysoula Kosma, Panagiotis Promponas
본 논문은 그래프 머신러닝에서 성능과 해석 가능성을 동시에 달성하고자 하는 목표 아래, 새로운 생성 모델인 GraphHull을 제안한다. 기존의 임베딩 기반 방법이나 GNN‑기반 커뮤니티 탐지는 높은 정확도를 보이지만, 내부 메커니즘이 블랙박스 형태로 남아 있어 실무 적용에 한계가 있었다. GraphHull은 이러한 문제를 해결하기 위해 두 단계의 볼록 껍질 구조를 도입한다.
첫 번째 단계는 전역 아키타입(convex hull)이다. 그래프의 모든 노드를 D 차원 잠재공간에 배치하면서, K개의 전역 아키타입 A=
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기