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。
明示的形式で利用できないグラフ発生器の品質を評価するために,新しい統計的手順,コインドAgrSStを提案し,解析した。特に,AgraSStを用いて,学習グラフ生成プロセスが与えられた入力グラフに似たグラフを生成することができるかどうかを決定することができる。ランダムグラフのためのSteinオペレータに触発されて,AgraSStの重要なアイデアは,グラフ発生器から得られたオペレータに基づくカーネル不一致の構築である。AgrSStはグラフ発生器訓練手順のための解釈可能な批判を提供し,下流タスクのための信頼できるサンプルバッチの同定を助ける。Stein Hubbard法を用いて,広範囲のランダムグラフモデルに対する理論的保証を与えた。既知のグラフ生成手順による合成入力グラフと,グラフのための最先端(深層)生成モデルに関する実世界入力グラフの両方に関する経験的結果を提供した。【JST・京大機械翻訳】