文献

J-GLOBAL ID：202202274128404859   整理番号：22A0886937

COVID-19知識グラフリンク予測のための再帰マルチタスクグラフ畳込みネットワーク【JST・京大機械翻訳】

Recurrent Multi-task Graph Convolutional Networks for COVID-19 Knowledge Graph Link Prediction

著者 (2件)： Kim Remington (Bergen County Academies, Hackensack, NJ, USA) ,  Ning Yue (Stevens Institute of Technology, Hoboken, NJ, USA)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1512  ページ： 411-419  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 知識グラフ(KG)は,多数のエンティティ間の複雑な関係を含むデータをモデル化する方法である。KGに含まれる情報を理解し,隠れた関係が存在するかどうかを予測することは,貴重なドメイン特異的知識を提供できる。したがって,著者らは,バイオメディカル概念と研究論文のCOVID-19KGを形成し,分析するために,自然言語処理技術で処理された補助テキストデータと同様に,第5回Oak Ridge National Smoky Monical Science Dataさらに,このCOVID-19KGの概念とリンクが形成する時間の新しいリンクの存在の両方を予測する再帰グラフ畳込みネットワークモデルを提案した。いくつかのベースラインモデルに対してこのモデルの有望な性能を示した。本研究の利用は,薬物開発や公衆衛生などのCOVID-19関連分野で有用な洞察を提供する。本論文のすべてのコードは,公開されている。Copyright Springer Nature Switzerland AG 2022 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 ,  *ネットワーク ,  予測 ,  自然言語処理 ,  知識 ,  モデリング ,  公衆衛生 ,  基準線
準シソーラス用語： 創薬 ,  ネットワークモデル ,  生物医学 ,  研究論文 ,  エンティティ ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 再帰グラフ畳込みネットワーク ,  マルチタスク学習 ,  COVID-19知識グラフ ,  リンク予測

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： COVID-19 ,  知識グラフ ,  リンク ,  予測 ,  マルチタスク ,  グラフ ,  畳込み