15:40 〜 16:00
[1G3-GS-2b-02] 質量制御最適輸送によるグラフ構造比較手法
キーワード：グラフ、最適輸送
グラフ構造を比較する上で重要なポイントが二つある．一つはノード特徴ベクトルの表現，もう一つは重要な部分構造の抽出である．グラフのノード特徴ベクトルの表現は，Weisfeiler-Lehman（WL）テストを上回るGraph Neural Network（GNN）の構築を目標に，グラフ表現学習で盛んに研究されてきた．一方，後者はグラフ分類タスクの決定基準として用いられることが多く，構造を比較する際には鍵となる部分構造間の比較が非常に重要である．しかしながら，鍵となる構造の抽出は難しい課題であり十分に研究されているとは言い難い．そこで本稿では，重要な構造を直接抽出するのではなく，類似した構造に重みを与えることで，重要視される可能性の高い構造間の比較を行う．具体的には，GNNを含む現在のWL testベースの手法には，ノード特徴ベクトル間にグラフ構造の差異を反映した有意義な距離が定義できない欠点を指摘し，更に弱点を克服する簡単なノード埋め込み手法と質量制御を用いた最適輸送によるグラフ構造比較手法を提案する．グラフ分類問題の数値実験から，提案手法が最新の手法より優れた性能を示すことを述べる．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。