GNNRank:有向グラフニューラルネットワークによるペアワイズ比較からの大域的ランキングの学習【JST・京大機械翻訳】

He Yixuan; Gan Quan; Wipf David; Reinert Gesine; Yan Junchi; Cucuringu Mihai

プレプリント

J-GLOBAL ID：202202220532227393 整理番号：22P0282823

GNNRank:有向グラフニューラルネットワークによるペアワイズ比較からの大域的ランキングの学習【JST・京大機械翻訳】

GNNRank: Learning Global Rankings from Pairwise Comparisons via Directed Graph Neural Networks

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 (6件)： , , , , ,
資料名：
発行年： 2022年01月31日プレプリントサーバーでの情報更新日： 2022年07月19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)

ペアワイズ比較からのグローバルランキングの検索は,時間同期からスポーツチームランキングへの広い応用を持つ。競争におけるマッチに対応するペアワイズ比較は,ノードが未知のランクを持つ競合者を表す有向グラフ(ダイグラフ)のエッジとして構築できる。本論文では,ダイグラフ埋込みを有する訓練可能なGNNベースフレームワークであるいわゆるGNNRankを提案することにより,ランキング回復問題にニューラルネットワークを導入した。さらに,ランキングアップセット/違反を符号化するための新しい目的を考案した。このフレームワークは,ランキングスコア推定手法を含み,学習可能な類似性行列から構築されたグラフのFiedlerベクトル計算を展開することにより,帰納的バイアスを加える。広範なデータセットに関する実験結果は,著者らの方法が,有望な転送能力を示すだけでなく,基準線に対して,競合的かつしばしば優れた性能を達成することを示した。コードと前処理されたデータは,ウルル{https://github.com/SherylHYX/GNNRank}である。【JST・京大機械翻訳】

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

人工知能 , 検索技術

, ,

前のページに戻る