[3Xin4-76] Heterophilyグラフにおける自己教師あり学習手法の初期評価
キーワード：グラフ機械学習
近年，グラフ自己教師あり学習が注目を集めている．一方，ノード同士が類似した特徴量を持たないグラフはHeterophily性を持つと言われ，一般的なグラフニューラルネットでは対処が難しいことが知られている．本稿では，グラフ自己教師あり学習のうち代表的な手法であるDGIとGRACEと呼ばれる手法がHeterophily性を持つグラフを扱えるかどうかについて，ノード分類問題の観点から検証する．合成データおよび実データを用いた実験により，これらの手法もまたHeterophily性を持つグラフに対応できておらず，本性質に対応するグラフ自己教師あり学習手法が必要であることを示す．
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。