[2A5-GS-2] 機械学習：時系列解析Ⅰ

[2A5-GS-2-05] グラフ自己符号化器を用いた時系列グラフデータの解析

〇石川 彰夫¹、春田 秀一郎¹、黒川 茂莉¹ (1. 株式会社KDDI総合研究所)

キーワード：グラフ自己符号化器、動的グラフ

近年、グラフニューラルネットワークの研究が注目されている。特に、SNSにおける人と人のインタラクションや道路交通網の解析に対して、グラフ畳み込みを適用し、将来のインタラクションや交通量を予測することが行われている。しかしながら、通常、これらのグラフデータは時間とともに変化する時系列グラフであり、静的グラフに対する解析手法の適用が難しかった。そこで、本稿では、グラフ自己符号化器を時系列グラフに適用し、時間変化によらない静的な部分と時間変化による動的な部分を分離してエンベディングすることにより、予測を容易にする手法を提案する。