비지도 초그래프 기반 다층 군집 순위 매기기를 통한 멀티미디어 검색

이미지 및 멀티미디어 객체를 정확히 순위 매기는 것은 다양한 검색 및 학습 작업에서 매우 중요한 과제이다. 다양체 학습 기법은 그 내재적인 전역 다양체 구조를 고려할 수 있는 능력 때문에 주로 순위 매기기 작업에 활용되어 왔다. 본 논문에서는 비지도 멀티미디어 검색 작업을 위한 새로운 다양체 순위 매기기 알고리즘을 하이퍼그래프 기반으로 제안한다. 기존의 그래프 기반 접근 방식이 쌍별 관계만을 표현하는 데 그치는 것과 달리, 하이퍼그래프는 객체 집합 간의 유사성 관계를 모델링할 수 있다. 제안하는 방법은 하이퍼엣지(hyperedges)를 사용하여 데이터 샘플의 맥락적 표현을 구성하고, 이를 통해 더 효과적인 유사성 함수를 도출한다. 다양한 검색 시나리오와 멀티미디어 콘텐츠를 포함한 9개의 공개 데이터셋을 대상으로 광범위한 실험 평가를 수행하였다. 실험 결과, 최신 기술 대비 뛰어난 효과성을 확보할 수 있음을 입증하였다.