抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
情報通信技術(ICT)における重要な問題は,人と物の関係を表すグラフデータを分類することである。たとえば,送信元IPアドレスと宛先IPアドレスとポートの関係を示すネットワークトラフィックログを使用して,如何にしてサイバー攻撃を検出するか,送信者と受信者の間の関係を示す銀行取引と銀行支店を使用して,如何にして詐欺行為を検出するか?である。しかし,大量のグラフデータを分類する場合,従来のグラフ学習法で用いられている部分グラフには未だ多くの特徴が存在するため,正確な分類には限界があった。筆者らは,深いニューラルネットワークを活用してグラフデータのこれらの特徴を自動的に抽出できるようにするために,”Deep Tensor”と呼ばれる新しいテンソル分解法を用いることを提案した。3つの異なる領域における実験は,この分解方法を使用することにより,様々なタイプのグラフデータに対して高い精度をもたらし,ニューラルネットワークの活動に因る解釈を可能にすることを実証した。(翻訳著者抄録)