文献

J-GLOBAL ID：201802285508344709   整理番号：18A2232471

CRFとRNNによるグラフベース半教師付き分類【JST・京大機械翻訳】

Graph-based Semi-supervised Classification with CRF and RNN

著者 (3件)： Ye Zhili (Institute of Software Chinese Academy of Sciences, University of Chinese Academy of Sciences) ,  Du Yang (Institute of Software Chinese Academy of Sciences, University of Chinese Academy of Sciences) ,  Wu Fengge (Institute of Software Chinese Academy of Sciences, University of Chinese Academy of Sciences)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICPR  ページ： 403-408  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 部分的にラベル付けされたグラフを与えると,ノード分類の半教師つき問題は,ラベル付けされていないノードの未知のラベルを推論することである。グラフ埋込みに基づくグラフベースの分類器エンドツーエンドを訓練することを意図した。分類と特徴埋め込みの観点から,著者らは,半教師つきノード分類のために,それぞれ2つの新しいニューラルネットワークアーキテクチャを提示した。画素レベルラベリングタスクに動機付けられて,著者らは,グラフ畳込みネットワーク(GCN)の分類結果を滑らかにするために,条件付きランダムフィールド(CRF)を導入した。再帰ニューラルネットワークとしてCRFsに対する平均場近似推論を定式化することにより,通常の逆伝搬アルゴリズムで訓練されたGCN-CRFと呼ばれる深いエンドツーエンドネットワークを開発した。さらに,kステップ関係情報を獲得するために,グラフ構造化データをk隠れ層によるフィードフォワード過程としてグラフ構造化データに実装するグラフ化再帰ユニット(Graph-GRU)を提示した。3つのベンチマーク引用ネットワークデータセットに関する実験は,著者らの2つの方法がいくつかの最近提案された方法より優れているCopyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベンチマーク ,  ニューラルネットワーク ,  *ネットワーク ,  エンドツーエンド方式 ,  畳込み ,  定式化 ,  フィードフォワード ,  画素
準シソーラス用語： 引用ネットワーク ,  隠れ層 ,  構造化データ ,  逆伝搬アルゴリズム ,  近似推論 ,  確率場 ,  ニューラルネットワークアーキテクチャ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： CRF ,  RNN ,  グラフ ,  半教師付き分類