抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】