情報処理学会 第81回全国大会講演要旨

グラフは、様々な知識処理に応用されるデータ構造である。近年、グラフデータからの教師付き学習が、生命科学や物質科学における予測モデルとして機械学習分野で研究されており、より高精度で効率的な手法が求められている。Duvenaudらは、グラフの各ノードに状態ベクトルを付与しグラフ畳み込み演算を適用する手法を提案し、化学構造データを用いた実験により手法の有効性を示した。ノードの初期状態ベクトルとして各原子の化学情報を用いた入力表現が用いられているが、対象に応じて予測に適切な表現を設計する必要がある。本研究では予測に適切な表現を入力ごとに候補から重み付き選択する層を導入した拡張手法を提案する。