双曲線グラフニューラルネットワーク:方法と応用のレビュー【JST・京大機械翻訳】

Yang Menglin; Zhou Min; Li Zhihao; Liu Jiahong; Pan Lujia; Xiong Hui; King Irwin

プレプリント

J-GLOBAL ID：202202217805190845 整理番号：22P0296464

双曲線グラフニューラルネットワーク:方法と応用のレビュー【JST・京大機械翻訳】

Hyperbolic Graph Neural Networks: A Review of Methods and Applications

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 (7件)： , , , , , ,
資料名：
発行年： 2022年02月28日プレプリントサーバーでの情報更新日： 2023年10月23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)

グラフニューラルネットワークは,従来のニューラルネットワークをグラフ構造化データに一般化し,それらの印象的な表現能力により広く注目されている。注目すべき成果にもかかわらず,グラフ関連学習におけるユークリッドモデルの性能は,ユークリッド幾何学の表現能力,特に高非ユークリダン潜在解剖を有するデータセットによって,まだ有界であり,制限される。最近,双曲線空間は,その指数関数的成長特性のため,ツリー様構造およびべき乗則分布を有するグラフデータの処理において,増加する人気を得ている。この調査では,現在の双曲線グラフニューラルネットワークの技術的詳細を総合的に再検討し,それらを一般的なフレームワークに統一し,各コンポーネントのバリアントを要約した。さらに重要なことに,様々なHGNN関連応用を示した。最後に,著者らはまた,双曲線空間におけるグラフ学習の成果をさらに仕上げるためのガイドラインとして役立ついくつかの課題を同定した。【JST・京大機械翻訳】

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

人工知能 , ニューロコンピュータ

, , ,

前のページに戻る