文献

J-GLOBAL ID：202202233012862671   整理番号：22A0831995

Poissonカーネル:グラフ畳込みネットワークにおける自己平滑化の回避【JST・京大機械翻訳】

Poisson kernel: Avoiding self-smoothing in graph convolutional networks

著者 (3件)： Yang Ziqing (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Han Shoudong (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Zhao Jun (School of Computer Science and Engineering, Nanyang Technological University, Singapore)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 124  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： グラフ畳込みネットワークは,現在,社会的行動解析,分子構造解析,および骨格ベースの行動認識のような非ユークリダンデータを扱うための有効なツールである。グラフ畳込みカーネルは,ノードの特徴を抽出するためのグラフ畳込みネットワークにおける最も重要な因子の1つであり,そのいくつかの変形は,理論的および実験的に非常に満足な性能を達成した。しかし,正確に異なるグラフ構造がこれらのカーネルの性能にどのように影響するかについて,限られた研究があった。いくつかの既存の方法は,適応畳込みカーネルを用いて,与えられたグラフ構造に対処し,それは内部理由をまだ探索しなかった。本論文では,スペクトルグラフの理論解析から始め,既存のグラフ畳込みカーネルの特性を研究し,自己平滑化現象とその特定の構造化グラフにおける効果を明らかにした。その後,適応カーネルを訓練することなく自己平滑化を避けることができるPoissonカーネルを提案した。実験結果は,著者らのPoissonカーネルが,最先端の方法が精密に働くベンチマークデータセット上でよく働くだけでなく,合成データセットにおいてそれらより明らかに優れていることを証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  *畳込み ,  分子構造 ,  *ネットワーク ,  ニューラルネットワーク ,  スペクトル ,  *平滑化
準シソーラス用語： 理論解析 ,  グラフ構造 , 【Automatic Indexing@JST】

著者キーワード (5件)： グラフ畳込みカーネル ,  グラフ畳込みネットワーク ,  グラフニューラルネットワーク ,  グラフ構造 ,  自己平滑化

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： カーネル ,  グラフ ,  畳込み ,  自己 ,  平滑化 ,  回避