文献

J-GLOBAL ID：202102234158473237   整理番号：21A3269275

HIN2Grid:異種ネットワーク学習のための非もつれCNNベースフレームワーク【JST・京大機械翻訳】

HIN2Grid: A disentangled CNN-based framework for heterogeneous network learning

著者 (9件)： Zhang Ziyang (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Chen Chuan (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Chen Chuan (National Engineering Research Center of Digital Life, Sun Yat-sen University, Guangzhou 510275, China) ,  Chang Yaomin (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Hu Weibo (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Zheng Zibin (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Zheng Zibin (National Engineering Research Center of Digital Life, Sun Yat-sen University, Guangzhou 510275, China) ,  Zhou Yuren (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou 510275, China) ,  Sun Lei (User Experience Center, Netease Games, Guangzhou 510665, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 187  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,グラフ畳込みネットワーク(GCN)は,異種情報ネットワーク(HIN)学習に適用され,有望な性能を示した。しかし,GCNの性能は再帰的伝搬に起因し,それは明確に不均一なノードに対する識別不能な埋込みをもたらす。そのうえ,GCNの本質的に結合したパラダイムは,大規模グラフへの応用を制限する。本論文では,異種ネットワーク学習のためのGrid(HIN2Grid)に対する不均一情報ネットワークと命名された分散フレームワークを提案することにより,これらの問題に取り組んだ。グラフデータを意味特異的格子状データに変換するための効果的かつ効率的な戦略を革新的に設計し,これにより,畳み込みニューラルネットワーク(CNN)により効果的に処理でき,GCNの固有パラダイムの欠点を明示的に克服できる。このようなCNNベースの学習方式は,より表現的な特徴を抽出し,より少ない時間とメモリを消費するのに寄与する。さらに,様々なグリッド様データおよび不均一意味論の重要性を捉えるために,HIN2Gridに対する解釈可能性およびロバスト性を提供する二重注意機構を提案した。4つのデータセットに関する実験を行い,結果は,HIN2Gridが最先端の方法よりも著しく優れ,約2%から10%のノード分類の改善と,走行速度に関する2から5倍の促進を得たことを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  畳込み ,  意味論 ,  *学習 ,  *ネットワーク ,  走行速度 ,  情報ネットワーク ,  ロバスト性 ,  データマイニング
準シソーラス用語： 判断能力 ,  *異種混合ネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ネットワーク埋込み ,  異種グラフ学習 ,  グラフ畳込みネットワーク ,  データマイニング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 異種ネットワーク ,  学習 ,  CNN ,  フレームワーク