文献

J-GLOBAL ID：202002244233181516   整理番号：20A0958807

あなたのCAMEがどこにあるのか 高次ネットワークにおけるノード表現学習【JST・京大機械翻訳】

When to Remember Where You Came from: Node Representation Learning in Higher-order Networks

著者 (4件)： Belth Caleb (University of Michigan) ,  Kamran Fahad (University of Michigan) ,  Tjandra Donna (University of Michigan) ,  Koutra Danai (University of Michigan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ASONAM  ページ： 222-225  発行年： 2019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： 一次(すなわち,非Markov)依存性を超える傾向のある軌道データに対して,高次ネットワークは,標準的な集合ネットワーク表現で失われた詳細を正確に捕捉することが示されている。同時に,表現学習は広い範囲のネットワークタスクで成功を示しており,これらのタスクに対する手技の特徴の必要性を取り除いている。本研究では,ノード埋め込みに関する研究を有する高次ネットワーク上での作業を組み合わせることにより,非Markov依存性を捕捉するEVOまたは埋め込み可変オーダと呼ばれるノード表現学習フレームワークを提案した。EVOは,高次依存性が問題となるタスクにおいて,ベースラインより優れていることを示し,ノード埋込みにおける高次依存性を考慮する利点を実証した。また,これらの依存性を捉えるのに役立つか否かについての洞察を提供した。著者らの知る限りでは,これは高次ネットワークのための表現学習に関する最初の研究である。Copyright 2020 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： *ネットワーク ,  基準線
準シソーラス用語： 表現学習 , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (2件)： ノード ,  表現学習