階層的グラフカプセルネットワーク【JST・京大機械翻訳】

Yang Jinyu; Zhao Peilin; Rong Yu; Yan Chaochao; Li Chunyuan; Ma Hehuan; Huang Junzhou

プレプリント

J-GLOBAL ID：202202219693168933 整理番号：21P0068633

階層的グラフカプセルネットワーク【JST・京大機械翻訳】

Hierarchical Graph Capsule Network

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： 2020年12月15日プレプリントサーバーでの情報更新日： 2021年03月27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(GNN)は,構造化データのトポロジー情報を明示的にモデル化してそれらの強度を引き出す。しかしながら,既存のGNNは,グラフ分類において重要な役割を果たす階層的グラフ表現の捕捉において,限られた能力に悩まされる。本論文では,ノード埋込みを共同学習し,グラフ階層を抽出することができる階層的グラフカプセルネットワーク(HGCN)を革新的に提案した。特に,各ノードの基礎となる不均一因子を同定することにより,それらのインスタント化パラメータが同一エンティティの異なる特性を表すように,ディレント角グラフカプセルを確立した。階層的表現を学習するために,HGCNは,部分間の構造情報を明示的に考慮することにより,低レベルカプセル(部分)と高レベルカプセル(穴)の間の部分-穴関係を特徴付ける。実験的研究はHGCNの有効性と各成分の寄与を実証した。【JST・京大機械翻訳】

, ,
, , , 【Automatic Indexing@JST】

計算機網

前のページに戻る