AI를 위한 필수 수학

386

AI

를 위한 필수 수학

특징들 말이다. 그래프 생성 신경망은 앞서 살펴본 그래프와 노드 표현을 생성 모델과 통합한

다. 이러한 접근법들은 데이터로부터 구조적 정보를 학습하고 분자나 화합물과 같은 복잡한 그

래프를 생성하는 특성을 가지고 있다.

9.9.5

영향력 극대화

영향력 극대화 분야는 네트워크 확산의 하위 분야로 네트워크를 통해 정보나 백신 등의 확산을

극대화하는 동시에 소수의 초기 노드, 즉 시드에게만 정보를 제공하는 것을 목표로 한다. 여기

서 목표는 전체적으로 가장 큰 영향력을 가진 소수의 노드를 찾는 것이다. 채용 공고, 뉴스, 광

고, 백신 접종과 같은 정보 전파에 이를 적용할 수 있다. 시드를 찾는 기존의 방법에는 가장 높

은 차수

highest

degree

, 근접도

closeness

, 중간도

betweenness

및 기타 그래프 구조 속성을 기준으로 노드

를 선택했다. 다른 사람들은 이산 최적화 분야를 사용하여 좋은 결과를 얻고 근사 최적화의 존

재를 증명하기도 했다. 최근 접근법에서는 노드의 영향력을 최대화하는 목표 외에 다른 목표들

이 있을 때, 예를 들어 그래프의 허브와 강하게 연결되어 있지 않은 특정 소수 집단이 특정 부

분에 도달하려는 목표가 있을 때 그래프 신경망과 적대적 신경망을 사용한다.

9.9.6

연결 예측

그래프의 두 노드가 주어졌을 때 두 노드를 연결하는 엣지가 있을 확률은 얼마일까? 공통된 이

웃을 공유한다는 의미에서 인접성이 반드시 연결 (또는 상호 작용 )의 지표가 되는 것은 아니

다. 소셜 네트워크에서 ...