본 논문은 데이터 마이닝 분야에서 복잡한 객체의 유클리드 임베딩 생성을 위해 처음 소개된 FastMap 알고리즘을 그래프에 적용하여 근선형 시간 내에 그래프의 유클리드 임베딩을 생성하는 방법을 제시합니다. 이 그래프 버전의 FastMap을 이용하여 시설 위치, 상위 K 중심성 계산, 커뮤니티 탐지 및 블록 모델링, 그래프 볼록 껍질 계산 등 AI 분야에서 중요한 다양한 그래프 이론적 문제를 효율적으로 해결합니다. 또한, FastMap과 Support Vector Machines (SVM)을 결합한 새로운 학습 프레임워크인 FastMapSVM을 제시하고, 이를 제약 만족 문제의 만족도 예측과 지진 과학 분야의 지진파 분류에 적용합니다.
