[1M4-OS-20b] 社会現象とAIと可視化(2/3)

[1M4-OS-20b-01] 深層学習を用いた階層型グラフレイアウト手法の検討

〇村上 綾菜¹、伊藤 貴之¹ (1. お茶の水女子大学)

キーワード：グラフ、レイアウト

近年，個々のデータの関係性を表現する可視化手法であるグラフが多様な分野において使用されている．例えば，SNSの繋がりを可視化するために，各アカウントをノードで，アカウント同士のフォロー関係をエッジで表現する．グラフは有用な可視化手法である一方で，ノードのレイアウトが可読性の高さを非常に大きく左右する．特に，複数のノードの集合で構成される階層型グラフは，大規模なグラフの概要を効果的に可視化する手法として知られているが，接続関係の複雑化，メタ情報考慮の必要性の観点から可読性の高いレイアウトの生成が非常に難しい．
グラフのレイアウト生成には，従来から多くの手法が研究されてきたが，必ずしも自在なレイアウトが実現できるとは限らない．また近年では，深層学習を用いたグラフレイアウト手法が活発に議論されているが，まだ階層型グラフのレイアウト生成には至っていない．
本報告では，階層型グラフのレイアウト改善に着目し，深層学習を用いたレイアウト生成モデルを提案する．評価の高いグラフのみを学習データとしたモデルを用いて，階層型グラフのレイアウト改善に取り組む．