PDNS-Net:グラフ学習のためのネットワーク分解能の大きな異種グラフベンチマークデータセット【JST・京大機械翻訳】

Kumarasinghe Udesh; Deniz Fatih; Nabeel Mohamed

プレプリント

J-GLOBAL ID：202202220683533364 整理番号：22P0304619

PDNS-Net:グラフ学習のためのネットワーク分解能の大きな異種グラフベンチマークデータセット【JST・京大機械翻訳】

PDNS-Net: A Large Heterogeneous Graph Benchmark Dataset of Network Resolutions for Graph Learning

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 (3件)： , ,
資料名：
発行年： 2022年03月15日プレプリントサーバーでの情報更新日： 2022年03月15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】

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

グラフ理論基礎

, ,

前のページに戻る