もつれた動的グラフ深層生成【JST・京大機械翻訳】

Zhang Wenbin; Zhang Liming; Pfoser Dieter; Zhao Liang

プレプリント

J-GLOBAL ID：202202209311671180 整理番号：21P0054356

もつれた動的グラフ深層生成【JST・京大機械翻訳】

Disentangled Dynamic Graph Deep Generation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年10月14日プレプリントサーバーでの情報更新日： 2021年01月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

グラフに対する深い生成モデルは,分子の設計(すなわち,原子のグラフ)および蛋白質(すなわち,アミノ酸グラフ)の構造予測のような,ますます増加するドメインにおいて有望な性能を示した。既存の研究は,典型的には動的グラフよりむしろ静的に焦点を合わせ,それは蛋白質折畳み,分子反応,およびヒト移動性のような応用において実際に非常に重要である。静的から動的グラフへの既存の深層生成モデルの拡張は,ノードとエッジパターン間の相互作用と同様に,静的および動的特性の因数分解を扱う必要がある挑戦的なタスクである。ここでは,解釈可能な動的グラフ生成を達成するために,因数化した深層生成モデルの新しいフレームワークを提案した。ノード,エッジ,静的および動的因子間の条件付き独立性を特性化するために,様々な生成モデルを提案した。次に,変分最適化戦略と動的グラフ復号器を,新しく設計した因子化変分オートエンコーダと再帰グラフデコンボリューションに基づいて提案する。多重データセットに関する広範な実験は提案モデルの有効性を実証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

蛋白質・ペプチド一般 , クロマトグラフィー,電気泳動 , グラフ理論基礎

前のページに戻る