グラフニューラルネットワークのためのグラフプーリング:進歩,挑戦および機会【JST・京大機械翻訳】

Liu Chuang; Zhan Yibing; Wu Jia; Li Chang; Du Bo; Hu Wenbin; Liu Tongliang; Tao Dacheng

プレプリント

J-GLOBAL ID：202202209529140330 整理番号：22P0332609

グラフニューラルネットワークのためのグラフプーリング:進歩,挑戦および機会【JST・京大機械翻訳】

Graph Pooling for Graph Neural Networks: Progress, Challenges, and Opportunities

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 (8件)： , , , , , , ,
資料名：
発行年： 2022年04月15日プレプリントサーバーでの情報更新日： 2023年06月22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)

グラフニューラルネットワークはグラフ分類やグラフ生成のような多くのグラフレベルタスクのための主要なアーキテクチャとして浮上している。アーキテクチャの必須要素として,グラフプールは全体グラフの全体グラフレベル表現を得るために不可欠である。この有望で迅速な開発研究分野において,様々な方法が提案されてきたが,これらの研究を系統的に要約するためには,ほとんど努力がなされていない。将来の研究の開発の段階を設定するために,本論文では,グラフプールのための最近の方法の幅広いレビューを提供することによって,このギャップを埋めることを試みた。具体的には,1)各カテゴリに対する数学的要約による既存のグラフプール法の分類を提案した。2)次に,一般的に使用されるデータセット,下流タスクのためのモデルアーキテクチャ,およびオープンソース実装を含むグラフプールに関連する図書館の概要を提供した。3)次に,種々のドメインにおけるグラフプールのアイデアを組み込んだ応用を概説する。4)最後に,現在の研究に直面するいくつかの重大な課題を議論し,グラフプールの改善に関する研究のための将来の潜在的方向に関する著者らの洞察を共有した。【JST・京大機械翻訳】

, ,
, , 【Automatic Indexing@JST】

グラフ理論基礎 , 人工知能

, ,

前のページに戻る