文献

J-GLOBAL ID：202202287641582155   整理番号：22A0363273

ScalarGCN: グラフ畳み込みネットワークに基づく体積のスカラー値アソシエーション分析

ScalarGCN: scalar-value association analysis of volumes based on graph convolutional network

著者 (5件)： He Xiangyang (State Key Lab of CAD&CG, Zhejiang University, Hangzhou, China) ,  Tao Yubo (State Key Lab of CAD&CG, Zhejiang University, Hangzhou, China) ,  Yang Shuoliu (State Key Lab of CAD&CG, Zhejiang University, Hangzhou, China) ,  Chen Chuanchang (State Key Lab of CAD&CG, Zhejiang University, Hangzhou, China) ,  Lin Hai (State Key Lab of CAD&CG, Zhejiang University, Hangzhou, China)
資料名： Journal of Visualization  (Journal of Visualization)
巻： 25  号： 1  ページ： 77-93  発行年： 2022年02月 
JST資料番号： W2287A  ISSN： 1343-8875  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： 要旨:多変量データの関係は複雑であり,スカラー値変数間には暗黙の関連があるのが普通であった。しかし,既存のアソシエーション分析手法では,スカラー値の空間的な計測ができず,スカラー値と変数間の関連性を協調的に分析することができなかった。そのため,関連付けの結果が片寄ったものになる可能性があった。本論文では,スカラー値の空間情報を保持するためにスカラー値近傍グラフを構築し,スカラー値と変数の低次元ベクトルを同時に学習するために,複数のグラフ畳み込み層と自己注意機構からなるグラフニューラルネットワークモデルを提案した。いくつかのケーススタディにより,スカラー値と変数の関連性を分析する上で,本手法の拡張性と柔軟性を示した。Graphic abstract:Copyright The Visualization Society of Japan 2021 Translated from English into Japanese by JST.

シソーラス用語： 多変量解析 ,  *スカラー ,  *相関ルール ,  情報 ,  ニューラルネットワーク ,  グラフ理論 ,  *畳込み ,  *ネットワーク ,  統計解析
準シソーラス用語： *アソシエーション分析 ,  グラフニューラルネットワーク ,  関連解析 ,  空間情報 ,  多変量データ

著者キーワード (3件)： 多変量データ ,  関連解析 ,  グラフニューラルネットワーク

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  集合論  (AB10000I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： グラフ ,  畳み込み ,  体積 ,  スカラー ,  アソシエーション分析