文献

J-GLOBAL ID：202202273313282917   整理番号：22A0794383

半教師つきマルチビューグラフ畳込みネットワークとWebページ分類への応用【JST・京大機械翻訳】

Semi-supervised multi-view graph convolutional networks with application to webpage classification

著者 (10件)： Wu Fei (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Wu Fei (Key Laboratory of Blockchain and Cyberspace Governance of Zhejiang Province, Hangzhou, China) ,  Jing Xiao-Yuan (School of Computer, Wuhan University, Wuhan, China) ,  Jing Xiao-Yuan (School of Computer, Guangdong University of Petrochemical Technology, Maoming, China) ,  Wei Pengfei (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Lan Chao (School of Computer Science, University of Oklahoma, Norman, USA) ,  Ji Yimu (College of Computer, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Ji Yimu (Key Laboratory of Blockchain and Cyberspace Governance of Zhejiang Province, Hangzhou, China) ,  Jiang Guo-Ping (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Huang Qinghua (School of Science, Nanjing University of Posts and Telecommunications, Nanjing, China)
資料名： Information Sciences  (Information Sciences)
巻： 591  ページ： 142-154  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 半教師つきマルチビュー学習(SML)は,近年,典型的な応用領域であるWebページ分類で,最新の研究題目である。SMLの性能は,判別ノード表現を学習するためのグラフ畳込みネットワーク(GCN)の導入の成功によりさらに促進される。しかし,GCNベースのSML技術を改善するために,特に,マルチビューグラフ畳込み表現学習のための最適グラフ構造を適応的に学習し,ラベルとラベル付きマルチビューサンプルにおけるラベルと構造情報を完全に利用する方法に関して,多くの空間が残っている。本論文では,Webページ分類のための半教師つきマルチビューグラフ畳込みネットワーク(SMGCN)と名付けた新しいSMLアプローチを提案した。それはマルチビューグラフ構築モジュールと半教師つきマルチビューグラフ畳込み表現学習モジュールを含み,それを統一ネットワークアーキテクチャに統合した。前者は,各視点に対して最適なグラフ構造を得ることを目指している。そして,後者は各視点に対してグラフ畳込み表現学習を実行し,マルチビュー表現を融合するための視点間注意方式を提供する。ネットワーク訓練はラベルと特徴空間の両方で定義された損失によって誘導され,ラベルとラベル付きデータにおけるラベルと構造情報は完全に探索される。2つの広く使われているWebページデータセットに関する実験は,SMGCNが最先端の分類性能を達成できることを証明した。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 ,  性能 ,  *畳込み ,  表現 ,  データ ,  *ネットワーク ,  分類 ,  空間 ,  機械学習 ,  ネットワークアーキテクチャ ,  *Webページ
準シソーラス用語： 特徴空間 ,  グラフ構造 ,  *マルチビュー ,  マルチビュー学習 ,  表現学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 半教師つきマルチビュー学習 ,  Webページ分類 ,  ギャップ畳込みネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 教師 ,  マルチビュー ,  グラフ ,  畳込み ,  Webページ ,  分類 ,  応用