ブートストラッピングによる異種グラフニューラルネットワークに関するクロスビュー自己教師付き学習【JST・京大機械翻訳】

Park Minjae

プレプリント

J-GLOBAL ID：202202209689967745 整理番号：22P0025577

ブートストラッピングによる異種グラフニューラルネットワークに関するクロスビュー自己教師付き学習【JST・京大機械翻訳】

Cross-view Self-Supervised Learning on Heterogeneous Graph Neural Network via Bootstrapping

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 (1件)：
資料名：
発行年： 2022年01月10日プレプリントサーバーでの情報更新日： 2022年01月11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)

不均一グラフニューラルネットワークは,優れた能力で異種グラフの情報を表現することができる。最近,コントラスト学習法によりグラフのユニークな表現を学習する自己監督学習法を研究した。ラベルがない場合,この学習法は大きな可能性を示す。しかし,コントラスト学習は正と負の対に重く依存し,異種グラフから高品質ペアを生成することは困難である。本論文では,BYOLまたはブートストラップと呼ばれる自己監督学習における最近の革新に沿って,多数のペアを生成することなく良好な表現を生成することができる。加えて,不均質グラフが2つの展望,ネットワークスキーマとメタ経路ビューから見ることができるという事実に注意を払って,グラフにおける高レベル表現を捕えて,表現した。提案モデルは,様々な実世界データセットにおける他の方法よりも最先端の性能を示した。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る