메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이중훈 (전남대학교) 오승민 (전남대학교) 김광기 (나사렛대학교) 한민수 (아스타나IT대학교) 김진술 (전남대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제25권 제11호
발행연도
2024.11
수록면
3,273 - 3,280 (8page)
DOI
10.9728/dcs.2024.25.11.3273

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현대 네트워크 인프라가 복잡해짐에 따라 고도화된 기술과 대응책이 필요해지고 있다. 그러나 기존 장애 분석은 주로 특정 임곗 값 반응 등을 통해 이상 상황을 예측하며, 이러한 접근 방식은 네트워크 구조적 정보를 충분히 활용하지 못한다. 이를 위해 시계열 데이터의 지식 그래프 변환을 적용하여 네트워크 관계 정보를 학습하는 방법을 제안한다. 모델의 일반화 성능을 향상하기 위해 부정 샘플링을 적용하였으며, 하여 각 노드의 특성을 업데이트하고, 관계를 학습하여 성능을 개선하였다. 이를 통해 데이터 빈도수가 높게 나타나는 '정상' 상태의 편향증상을 완화하였고, 모델을 더 다양한 시나리오에 노출하여 성능을 향상했다. 이 방법을 통해, 유사 네트워크 장애 구별 능력을 크게 향상하였으며, 즉각적 원인 외의 고려 요인들을 다루어 개선하였다.
#지식 그래프 #부정 샘플링 #네트워크 #데이터 증강 #Knowledge Graph #Negative Sampling #Network #GCN #Data Augmentation

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 실험 설계
Ⅳ. 결과 해석
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091185437