Item 10203/305246그래프 마이닝은 컴퓨터 네트워크, 소셜 네트워크, 단백질 네트워크 등 다양한 개체를 모델링하는데 쓰이는 그래프를 분석하여 패턴과 비정상 신호를 찾는 것을 목표로 한다. 본 연구에서는 수백, 수천 억 개의 노드를 가지고 수십, 수백 테라바이트 이상의 저장 공간을 필요로 하는 대용량 테라 스케일 그래프를 효율적으로 마이닝하기 위한 분산 시스템과 알고리즘을Eigensolver, 텐서, 그래프 시각화/요약/비정상 탐지 분야에 대하여 제안하였다.
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 강유 | - |
| dc.date.accessioned | 2023-02-21T00:49:20Z | - |
| dc.date.available | 2023-02-21T00:49:20Z | - |
| dc.date.issued | 2013 | - |
| dc.identifier.uri | http://hdl.handle.net/10203/305246 | - |
| dc.identifier.uri | Graph mining aims to find patterns and anomalies in graphs which are used to model various objects including computer network, social network, protein-protein interaction network, etc. We propose Tera-scale graph mining system and algorithms, in the area of Eigensolver, tensor, and graph visualization/summarization/anomaly detection, to handle graphs with more than hundreds of billions of nodes spanning hundreds of Terabytes. The proposed system will analyze Tera-scale graphs which could not be handled before, and lead to various applications including recommendation, cyber security, fraud detection, and spammer detection. | - |
| dc.description | kor | - |
| dc.publisher | 테라스케일의 대용량 그래프를 분석하다. | - |
| dc.title.alternative | 그래프 마이닝은 컴퓨터 네트워크, 소셜 네트워크, 단백질 네트워크 등 다양한 개체를 모델링하는데 쓰이는 그래프를 분석하여 패턴과 비정상 신호를 찾는 것을 목표로 한다. 본 연구에서는 수백, 수천 억 개의 노드를 가지고 수십, 수백 테라바이트 이상의 저장 공간을 필요로 하는 대용량 테라 스케일 그래프를 효율적으로 마이닝하기 위한 분산 시스템과 알고리즘을Eigensolver, 텐서, 그래프 시각화/요약/비정상 탐지 분야에 대하여 제안하였다. | - |
| dc.type | Mining Tera-Scale Graphs | - |
| dc.description.alternativeAbstract | Kang, U | - |
| dc.description.department | 한국과학기술원 : 전산학과 | - |
- Appears in Collection
- 2013 KAIST 대표 연구성과 10선
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.