맥락 그래프 매칭과 상관 가우시안 특징의 정보 이론적 한계
본 논문은 두 네트워크의 엣지 가중치와 노드 특징이 가우시안 방식으로 상관된 상황에서, 정확 복구와 거의 정확 복구가 가능한 정보 이론적 임계값을 정밀히 규명한다. 구조적 정보와 컨텍스트(특징) 정보가 결합될 때, 기존 그래프 매칭에서 나타나는 전형적인 전부‑또는‑없음 전이와 달리 정확 복구와 거의 정확 복구의 임계점이 분리되는 richer한 단계 구조가 드러난다.
저자: Mohammad Hassan Ahmad Yar, i, Luca Ganassali
본 논문은 두 개의 동등한 규모 n을 갖는 그래프와 각각 n × d 차원의 노드 특징 행렬을 동시에 고려하는 ‘맥락 그래프 매칭(contextual graph matching)’ 문제를 가우시안 모델 하에서 체계적으로 분석한다. 연구 배경으로는 기존의 두 갈래, 즉 (1) 특징 기반 데이터 매칭(feature‑based database matching)과 (2) 그래프 매칭(graph matching)이 각각 풍부한 문헌을 가지고 있으나, 이 두 정보를 결합한 모델에 대한 정보 이론적 한계는 거의 탐구되지 않았던 점을 들었다. 특히, 이전 연구
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기