PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.01015v2cs.SI

심층 그래프 생성 모델 평가에 대한 네트워크 과학적 관점

A Network Science Perspective on Evaluating Deep Graph Generative Models

에르되시-레니(Erdos-Renyi) 모델 및 배치 모델(configuration model)과 같은 네트워크 과학의 전통적인 네트워크 모델은 실제 네트워크에서 관찰되는 선택된 몇 가지 위상학적 특성만을 재현하는 무작위 네트워크를 생성합니다. 심층 그래프 생성 모델은 데이터 기반 접근 방식으로 부상하며, 심층 신경망 아키텍처를 활용해 실제 네트워크로부터 복잡한 구조적 분포를 직접 학습함으로써 더욱 현실적인 합성 네트워크를 생성합니다. 실제 사회적 접촉 네트워크는 개인정보 보호 위험으로 인해 공유될 수 없기 때문에, 합성 네트워크는 전염병 완화 전략을 개발하고 평가하기 위한 대안으로 활용됩니다. 본 연구에서는 생성된 네트워크와 실제 네트워크 간의 위상학적 유사성뿐만 아니라, 전염병/가짜뉴스 확산을 억제하기 위한 효과적인 노드 면역 전략을 식별하는 데 있어 이들의 유용성을 모두 평가함으로써 네트워크 과학적 관점에서 심층 그래프 생성 모델과 배치 모델을 평가합니다. 그 결과, 두 가지 심층 그래프 생성 모델이 실제 네트워크의 구조적 특성과 밀접하게 유사한 합성 네트워크를 생성하여 효과적인 면역 전략을 식별할 수 있도록 지원함을 확인했습니다.