文献

J-GLOBAL ID：202002258416052330   整理番号：20A2282719

Meta経路に基づく高次異種グラフ畳込みネットワーク【JST・京大機械翻訳】

Higher-Order Heterogeneous Graph Convolutional Network Based on Meta-Paths

著者 (4件)： Zhao Wanting (East China Normal University,School of Computer Science and Technology,Shanghai,China) ,  Xu Hao (East China Normal University,School of Computer Science and Technology,Shanghai,China) ,  Huang Wenzhuo (East China Normal University,School of Computer Science and Technology,Shanghai,China) ,  Xie Jinkui (East China Normal University,School of Computer Science and Technology,Shanghai,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020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： グラフ畳込みネットワークはグラフ表現学習における強力な方法である。異なる型のノードを接続するMetaパスは,異種グラフにおける様々なセマンティック意味を表現するために広く使用されている。上記に触発されて,メタパスに基づく高次不均一グラフ畳込みネットワークを設計した。それは,いくつかのメタ経路を選ぶだけでなく,重要な高次関係(例えば,通信関係のような)を有する高次のメタ経路も捕捉する。そのうえ,それは高次メタ経路ベースの隣接行列の計算法とノード埋込みを作り出すための新規な不均一グラフ畳込みネットワークを含んでいる。あらゆるメッセージ通過ステップにおいて,それは高次メタ経路ベース近傍から情報を線形に凝集する。計算の複雑さ解析は,提案モデルが高効率であり,大規模不均一グラフに適用することを示した。提案モデルは3つの実世界不均一グラフ:DBLP,IMDB,およびアマゾンKindleレビューにおける最先端の結果より優れている。分類実験は,高次メタ経路ベース隣接行列の計算がDBLPとIMDBで2.23%の平均精度改善をもたらすことを示した。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： *畳込み ,  学習 ,  *ネットワーク ,  計算量 ,  通信 ,  線形性
準シソーラス用語： 隣接行列 ,  高効率 , 【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 (3件)： 経路 ,  グラフ ,  畳込み