文献

J-GLOBAL ID：202002251847453400   整理番号：20A0436661

半教師つきマルチラベルノード分類のための協調グラフウォーク【JST・京大機械翻訳】

Collaborative Graph Walk for Semi-Supervised Multi-label Node Classification

著者 (4件)： Akujuobi Uchenna (King Abdullah University of Science and Technology, Saudi Arabia) ,  Yufei Han (Symantec, France) ,  Zhang Qiannan (King Abdullah University of Science and Technology, Saudi Arabia) ,  Zhang Xiangliang (King Abdullah University of Science and Technology, Saudi Arabia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICDM  ページ： 1-10  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： 本研究では,属性グラフにおける半教師つきマルチラベルノード分類問題を研究した。マルチラベルノード分類に対する古典的解法は,2つのステップに従い,最初に,ノード埋込みを学習し,次に,学習された埋込みに関するノード分類器を構築する。ノード埋め込みの識別力を改善するために,著者らは,強化学習を介して,属性グラフにおける利用可能なラベル割当によるノード表現を細かく調整するために,新しい協調グラフウォークを提案した。提案した方法は多重ラベルノード分類タスクを複数のラベル特定エージェントにより実行される同時グラフウォークとして定式化する。さらに,ラベル付きグラフウォークのポリシーを,ノードラベルとグラフの構造属性の間の予測関係を最初に捉えるために,協調的方法で学習した。第二に,複数のラベル特異的分類タスクの間の相関関係。包括的な実験研究により,提案した方法が最先端の手法よりも著しく優れたマルチラベル分類性能を達成でき,より効率的なグラフ探索を行うことができることを実証した。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： 強化学習 ,  古典解 ,  *エージェント ,  定式化 ,  多重化
準シソーラス用語： マルチラベル分類 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 教師 ,  分類 ,  協調 ,  グラフ ,  ウォーク