リンクの埋め込み表現学習
書誌事項
- タイトル別名
-
- Link Embedding Learning Method
抄録
<p>複雑ネットワークは要素(ノード)と要素間の関係性(リンク)を示すデータ構造の一つであり,個体の要素のみに関わらず複雑系全体からの性質の究明に役立つ.ネットワークエンベディングは,ノードやリンク,またはネットワーク自体を高次な隠れ空間に埋め込み,ベクトル表現を学習するタスクである.本研究ではリンクの埋め込み表現学習手法を提案する.まず,ネットワークをハイパーネットワーク方式の辺双対ネットワークに変換することで,リンクをノードに切り替える.次に,ハイパーネットワーク上にスケーラブルなランダムウォークを通してノードのマルチ解像度を持つコンテキストを生成する.最後に,コンテキストからノードの埋め込み表現を自然言語処理の手法で学習する.評価実験として,トイネットワークや生成ネットワークを用いて,埋め込み表現からリンクの構造的特徴の識別度を確認する.更にリンク予測タスクにおいて,従来手法との精度確認を行う.</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2022 (0), 4E3GS202-4E3GS202, 2022
一般社団法人 人工知能学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390574181047942784
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可