Open ryamauchi opened 7 years ago
与えられたグラフのノードを半教師ありクラスタリングする。既存の研究では隣接ノードは同じクラスであるという前提を正則化項として加えていたためモデルのキャパシティが制限されていたが(エッジのもつ情報はsimilarityとは限らない)、グラフ構造をニューラルネットとして表現することでその制約を取り払った。各Layerにおいて隣接行列が登場するので例えば3層ネットワークの場合は3段飛びの関係が考慮されることになり、それが正則化項の代わりをする(と思われる)。
https://arxiv.org/abs/1609.02907
Thomas N. Kipf, Max Welling
https://tkipf.github.io/graph-convolutional-networks/
PyTorch実装 https://github.com/tkipf/pygcn
TensorFlow実装 https://github.com/tkipf/gcn
解説スライド https://www.slideshare.net/DeepLearningJP2016/dl-hackssemisupervised-classification-with-graph-convolutional-networks-121489644
一言でいうと
与えられたグラフのノードを半教師ありクラスタリングする。既存の研究では隣接ノードは同じクラスであるという前提を正則化項として加えていたためモデルのキャパシティが制限されていたが(エッジのもつ情報はsimilarityとは限らない)、グラフ構造をニューラルネットとして表現することでその制約を取り払った。各Layerにおいて隣接行列が登場するので例えば3層ネットワークの場合は3段飛びの関係が考慮されることになり、それが正則化項の代わりをする(と思われる)。
論文リンク
https://arxiv.org/abs/1609.02907
著者/所属機関
Thomas N. Kipf, Max Welling
概要
https://tkipf.github.io/graph-convolutional-networks/
新規性・差分
手法
結果
コメント