초대의 말씀
  Program at a Glance
  초청강연
  기조연설
  협력워크샵
  공통워크샵
  분과워크샵
  특별세션I
  특별세션II
  튜토리얼
  논문발표
  조직 및 후원
  행사장소/교통/숙박
 
 
HOME > 행사안내 > 대용량 텐서 마이닝: 알고리즘과 응용
 
  대용량 텐서 마이닝: 알고리즘과 응용

강  유 교수(한국과학기술원)

약 력 : 강 유 교수는 현재 KAIST 전산학과의 조교수로 재직 중이다. 그는 2012년 Carnegie Mellon University에서 박사 학위를 취득하였다. 그는 두 개의 최우수 논문상을 탔으며 30개 이상의 논문을 주요 데이터 마이닝/데이터 베이스 학회/저널에 출판하였고 2편의 미국 특허를 출원하였다. 그의 연구 분야는 대용량 그래프 마이닝이다.

강의제목

대용량 텐서 마이닝: 알고리즘과 응용

강의요약

통화 내역 그래프에서 어떻게 중요한 패턴을 추출할 수 있을까? 다차원 지식 베이스에서 서로 연관된 주어, 동사, 목적어 그룹을 어떻게 찾을 수 있을까? 네트워크 트래픽 데이터에서 어떻게 악성 패킷을 찾을 수 있을까? 위 질문들에서 언급한 데이터들은 모두 텐서(다차원 배열)로 모델링되며, 텐서 마이닝은 위 질문들에 대한 답을 제공하는 툴로 많은 관심을 끌고 있다. 대용량 텐서 마이닝은 텐서에서 유용한 패턴과 이상 신호를 추출하는 것을 목표로 한다. 본 튜토리얼에서는 대용량 텐서 마이닝의 알고리즘과 응용 사례를 설명한다. 먼저 2차원 텐서(행렬) 분석의 핵심 툴인 SVD를 설명한다. 그 다음 PARAFAC, Tucker등의 다차원 텐서를 분해하는 알고리즘을 설명한다. 마지막으로 텐서를 이용한 다양한 데이터 분석 사례를 설명한다.

강의계획

시간

주제

주요내용

1

2차원 텐서 분석: SVD

2차원 텐서(행렬) 분석의 핵심 툴인 SVD 설명

2

텐서 마이닝 알고리즘

3차원 이상의 다차원 텐서를 분해하는 기술 설명

3

텐서 분석 응용

텐서를 이용한 다양한 분석 사례 설명

참고문헌

[1] U Kang, Evangelos Papalexakis, Abhay Harpale, and Christos Faloutsos. GigaTensor: Scaling Tensor Analysis Up By 100 Times - Algorithms and Discoveries, ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD) 2012, Beijing, China.

[2] Managing and Mining Large Graphs: Patterns and Algorithms, SIGMOD 2012, Scottsdale, AZ, May 2012.

수강자의

자격요건

전산 관련 학사; 학부 선형 대수 이해

 

 
 
 
Untitled Document