文献

J-GLOBAL ID：200902258957931358   整理番号：09A0245297

リンク伝播法:リンク予測のための半教師付き学習法

Link Propagation: A Semi-supervised Approach to Link Prediction

著者 (5件)： 鹿島久嗣 (IBM 東京基礎研) ,  加藤毅 (お茶の水女大) ,  山西芳裕 (パリ国立高等鉱業学校) ,  杉山将 (東京工大) ,  津田宏治 (マックスプランク研)
資料名： 人工知能学会人工知能基本問題研究会資料  (SIG-FPAI-C)
巻： 73rd  ページ： 19-24  発行年： 2009年03月06日 
JST資料番号： X0830A  ISSN： 2436-4584  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： リンク予測問題への機械学習アプローチとしてペアワイズ予測モデルにおいて,異種混合的な状況にも有効なペアワイズ特徴ベース推論を用いる。本論文では,前記推論でのスケーラビリティの問題を軽減し,複数種類のリンクを同時に予測できるリンク予測法を提案した。まず,リンク未知の構成要素ペアがあらかじめわかっている場合があるので,半教師付き予測手法であるラベル伝播法を拡張したリンク伝播原理に基づく推論を行う。また,補助情報として2つの構成要素(ノード)集合X,Yに含まれるノード間の類似度行列W_X,W_Y,リンクの種類Zに含まれるリンク種間の類似度行列W_Zが与えられるものとし,1)クロネッカー積,2)クロネッカー和による類似度を提案した。さらに,共役勾配法に基づき前記類似度行列を持った連立方程式を解くが,テンソルのモード積を用いて計算の高速化を試みた。リンク予測実験ではペアワイズ・カーネル法と比べて遥に高速で高い精度が得られ,1)よりも2)の予測精度が高くなった。また,複数種類のリンクの同時予測によって個別予測よりも高い精度で予測できた。

シソーラス用語： *教師つき学習 ,  予測技法 ,  リンク ,  スケーラビリティ【計算機】 ,  度 ,  類似性 ,  *共役勾配法 ,  連立方程式 ,  テンソル ,  高速化 ,  精度 ,  予測精度
準シソーラス用語： *半教師つき学習 ,  類似度

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： リンク ,  伝播 ,  予測 ,  半教師付き学習