文献

J-GLOBAL ID：202202255264717123   整理番号：22A0451140

グラフ畳込みニューラルネットワークのためのSOMベース集約【JST・京大機械翻訳】

SOM-based aggregation for graph convolutional neural networks

著者 (3件)： Pasa Luca (Department of Mathematics, University of Padua, Padova, Italy) ,  Navarin Nicolo (Department of Mathematics, University of Padua, Padova, Italy) ,  Sperduti Alessandro (Department of Mathematics, University of Padua, Padova, Italy)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 34  号： 1  ページ： 5-24  発行年： 2022年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： グラフ特性予測は,グラフ形式で自然に表現される科学的および社会的データのアベイラビリティ増加によりますます普及している。そのため,多くの研究者は改良グラフニューラルネットワークモデルの開発に焦点を合わせている。グラフニューラルネットワークの主成分の一つは,ノードレベル埋込みの集合からグラフレベル表現を生成するのに必要な集約演算子である。凝集演算子は,原理的には,等写像不変量であるグラフの表現を提供し,即ちグラフ表現は集合として扱われるグラフノードの関数であるべきであるので,重要である。深いSets(ニューラル情報処理システム,pp 3391-3401,2017)は,普遍的な近似特性を有する集合演算子を構築するためのフレームワークを提供する。本論文では,自己組織化マップ(SOM)に基づくDeepSets集合演算子を提案し,ノードレベル表現のセットを単一グラフレベルに変換した。SOMの採用は,それらの相互類似性に関する情報を埋め込むノード表現を計算することができる。いくつかの実世界データセットに関する実験結果は,著者らの提案した方式が,文献における一般的採用される合計集約および多くの最先端のグラフニューラルネットワークアーキテクチャと比較して,改善された予測性能を達成することを示した。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝集 ,  写像 ,  情報システム ,  *ニューラルネットワーク ,  近似法 ,  アベイラビリティ ,  不変量 ,  集合演算 ,  類似性 ,  自己組織化特徴マップ
準シソーラス用語： 予測性能 ,  ニューラルネットワークアーキテクチャ ,  グラフレプリゼンテーション ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： グラフニューラルネットワーク ,  自己組織化マップ ,  ノード凝集

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： グラフ ,  畳込みニューラルネットワーク ,  SOM ,  集約