文献

J-GLOBAL ID：202202264003024266   整理番号：22A0410900

AHNA:属性のある異種ネットワークに対する適応表現学習【JST・京大機械翻訳】

AHNA: Adaptive representation learning for attributed heterogeneous networks

著者 (5件)： Shu Lin (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China) ,  Chen Chuan (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China) ,  Xing Xingxing (Netease Games UX Center, Guangzhou, China) ,  Liao Xiangke (School of Computer Science, National University of Defense Technology, Changsha, China) ,  Zheng Zibin (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China)
資料名： International Journal of Intelligent Systems  (International Journal of Intelligent Systems)
巻： 37  号： 2  ページ： 1157-1185  発行年： 2022年 
JST資料番号： T0454A  ISSN： 0884-8173  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Meta経路ベースのランダムウォーク戦略は,異種ネットワーク表現において大きな注目を引きつけて,それは節点の異質な近傍によってネットワーク意味論を捕えることができた。属性を含まないプレーン不均一ネットワークにおけるメタ経路ベースランダムウォーク戦略の成功にもかかわらず,メタパスベースランダムウォーク戦略が,構造不均一性と属性近接を同時に捉えるために,属性不均一ネットワークにいかに利用できるかは未調査のままである。さらに,ノード属性と構造的関係の重要性は,一般的にデータセットを通して変化し,従って,それらが表現に組み込まれるとき,注意深い考慮を必要とする。これらの問題に取り組むために,著者らは,アグリゲート経路(AHNA)に基づく,新規方式,属性不均一ネットワーク埋込みを提案して,それは,属性不均一ネットワーク上で,集合経路ベースのランダムウォークを生成し,そして,学習された重要性に基づいて,トポロジー構造とノード属性を適応的に融合させた。特に,AHNAは最初にノード属性をネットワークにおける付加的リンクに変換して,構造と属性の不均一性に対処し,次に,ノード属性とトポロジー構造の間の重要性バランスを打撃する適応ランダムウォーク戦略によって,高品質表現を生成する。広範な実験を3つの実世界データセットについて行い,そこでは,AHNAが,リンク予測,コミュニティ検出,およびノード分類において,それぞれ,最高22.7%,2.6%,および2.3%まで最先端のアプローチを凌駕する。さらに,この定性的解析は,AHNAが様々なデータセット上のトポロジー構造とノード属性の異なるバランスを捉えることができ,従ってノード表現の品質を高めることを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  意味論 ,  *ネットワーク ,  節点 ,  酔歩 ,  不均一性
準シソーラス用語： 高品質 ,  コミュニティ検出 ,  *異種混合ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 適応 ,  属性のある異種ネットワーク ,  バランス ,  ネットワーク表現

分類 (3件)： 計算機網  (JC03000K) ,  その他の計算機利用技術  (JE14000C) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： 属性 ,  異種ネットワーク ,  適応 ,  表現学習