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。
Weisfeiler-Leman試験を超えたGNNの表現力を増加させる異なるグラフニューラルネットワーク拡張を研究し,比較した。(i)高次WL法に基づいたGNN,(ii)グラフ中の小さな下部構造を前処理するGNN,(iii)小半径までのグラフを事前処理するGNN,および(iv)グラフをわずかに摂動して埋込みを計算するGNNに焦点を当てた。このGNN変異体の表現力を厳密に増加させる,この最後の拡張に対する簡単な改善を示す。次に,著者らの主な結果として,拡張の1つによって識別できるが,もう1つによっては区別できない一連の用例構築を通して,これらの拡張の表現性を比較した。また,拡張のそれぞれに対して特に挑戦的な負の例を示し,グラフにおけるクリークとサイクルを計数するこれらの拡張の能力についていくつかの主張を証明した。【JST・京大機械翻訳】