文献

J-GLOBAL ID：202202216295388857   整理番号：22A0416498

グラフアラインメントによる完全仲介表現の自己ラベリング【JST・京大機械翻訳】

Self-labeling of Fully Mediating Representations by Graph Alignment

著者 (4件)： Oldenhof Martijn (ESAT - STADIUS, KU Leuven, Leuven, Belgium) ,  Arany Adam (ESAT - STADIUS, KU Leuven, Leuven, Belgium) ,  Moreau Yves (ESAT - STADIUS, KU Leuven, Leuven, Belgium) ,  Simm Jaak (ESAT - STADIUS, KU Leuven, Leuven, Belgium)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1530  ページ： 46-65  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 化学物質(U)の2D画像を与える分子グラフ構造(W)の予測は,機械学習における挑戦的な問題である。[数式:原文を参照]へのf因子のような完全仲介表現Vを持つ[数式:原文を参照]の学習に関心がある。しかし,Vの観測は詳細で高価なラベルを必要とする。筆者らは,通常のラベルWを与える豊富なまたは詳細なラベルを生成するグラフアラインメントアプローチを提案した。本論文では,通常のラベルWのみが利用できるターゲット領域に対して高価なラベルVにアクセスするソースドメインからのドメイン適応のシナリオを検討した。2D画像から化学化合物グラフを予測する問題に焦点を合わせて,完全に媒介する層を化学グラフ構造の平面埋込みを用いて表現し,予測した。経験的結果は,4000のデータ点だけを用いて,ソース領域だけの事前訓練モデルと比較して,ターゲットドメインへのドメイン適応後に,性能の4x改善を得たことを示した。ドメイン適応後,このモデルは元のソースドメインで観測されない原子タイプを検出することができる。最後に,5月ブリッジデータセット上で,提案した自己ラベリング手法は,最新技術よりも高性能に達した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アラインメント ,  二次元 ,  化学物質 ,  化学グラフ ,  機械学習
準シソーラス用語： 分子グラフ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (6件)： グラフ ,  アラインメント ,  仲介 ,  表現 ,  自己 ,  ラベリング