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。
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】