Cleora
Active한 줄 소개 (슬로건):Rust 기반 그래프 임베딩 엔진, CPU에서 결정론적 임베딩 생성
업데이트 날짜:-
소셜 미디어:
의 정의 Cleora?
Cleora는 희소 마르코프 전파와 교차 화이트닝으로 결정론적 임베딩을 계산하는 Rust 기반 그래프 임베딩 엔진입니다. pip로 pycleora를 설치하고 엣지 목록에서 그래프를 구축하면 랜덤 워크, 네거티브 샘플링, GPU 없이 CPU에서 임베딩을 생성할 수 있습니다.
사용 방법 Cleora?
`pip install pycleora`로 설치한 뒤 공백으로 구분된 엔티티 쌍으로 엣지를 정의하고 SparseMatrix.from_iterator로 그래프를 만든 후 embed(graph, feature_dim=256)를 호출하고 find_most_similar로 유사도를 조회합니다.
Cleora 핵심 기능
01
희소 마르코프 행렬
입력 그래프에서 희소 전이 행렬을 구성하며, 유형화된 다중 관계 엣지를 가진 이종 하이퍼그래프를 기본 지원합니다.
02
행렬 거듭제곱 = 모든 워크 분포
각 반복에서 임베딩 행렬을 희소 전이 행렬에 곱해 M^k가 길이 k의 모든 워크 분포를 샘플링이나 확률적 근사 없이 포착합니다.
03
L2 정규화 전파
각 반복에서 노드 임베딩을 이웃 임베딩의 L2 정규화 평균으로 대체합니다. 공출현 유사도는 3-4회, 문맥 유사도는 7회 이상이 권장됩니다.
04
8개 알고리즘, 하나의 API
Cleora, ProNE, RandNE, DeepWalk, Node2Vec, HOPE, NetMF, GraRep을 하나의 API로 통합하며 멀티스케일, 어텐션, 방향, 가중치, 스트리밍, 귀납 그래프 변형을 지원합니다.
05
약 5MB, 무거운 의존성 없음
라이브러리는 약 5MB이며 numpy와 scipy만 필요합니다. 컴파일된 Rust 확장으로 제공되며 CUDA나 GPU 드라이버가 필요 없습니다.
Cleora 사용 사례
사용자-아이템 이분 그래프 기반 추천 시스템
거래 그래프에서의 사기 탐지 및 이상 탐지
대규모 소셜 네트워크 및 지식 그래프 임베딩
Cleora 자주 묻는 질문
pycleora는 어떻게 설치하나요?
Cleora에 필요한 의존성은 무엇인가요?
Cleora에 GPU가 필요한가요?
Cleora 제품 배경 및 공식 링크
Cleora 고객 지원 이메일 및 고객 서비스 연락처, 환불 연락처 등
더 자세한 문의는 다음을 방문하세요: 소개 페이지(https://cleora.ai/docs)
Cleora 회사 정보
Cleora 회사 이름: Synerise
자세히 알아보기 Cleora, 방문해 주세요: 소개 페이지(https://cleora.ai/docs)
Cleora GitHub
Cleora GitHub 링크: https://github.com/pycleora/pycleora