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。
グラフ学習アルゴリズムにおける最先端技術の進展のために,大きな実世界データセットを構築する必要がある。均一グラフのための多くのベンチマークデータセットがあるが,それらの少数だけが不均一グラフのために利用可能である。さらに,後者のグラフは,グラフ学習アルゴリズムが分類計量と計算資源利用に関してどのように実行されるかを理解するためには不十分である。PDNS-Net,447Kノードを含む最大公開不均一グラフデータセット,および悪意領域分類タスクのための897Kエッジを導入した。一般的な不均一データセットIMDBとDBLPと比較して,PDNS-Netは,それぞれ38倍と17倍大きい。データ収集方法論,不均一グラフ構築,記述統計および予備的グラフ分類性能を含むPDNS-Netの詳細な解析を提供した。データセットはhttps://github.com/qcri/PDNS Netで公的に利用できる。PDNS-Net上の一般的均一および不均一グラフニューラルネットワークの予備評価は,大規模不均一グラフ上のこれらのモデルの性能を改善するために,更なる研究が必要であることを明らかにした。【JST・京大機械翻訳】