4Q-05
適応的なノード埋め込みの伝搬による半教師ありノード分類モデル
半教師ありノード分類においてグラフ畳み込みネットワーク(GCN)は埋め込みをグラフ上で伝搬する技術である.
しかし,既存のGCNは層の数が固定されているため,実世界のグラフの多様性を無視する.また,層が浅いため埋め込みをグラフ全体に伝搬することができないが,層が深いと過剰平滑化により精度が下がることが知られている.
そこで本研究では適応的なノード埋め込み伝搬ネットワークを提案する.
提案手法はクラス間分散とクラス内分散に基づいて適応的に伝搬を制御する.
また,過剰平滑化を防ぎながら広範囲に埋め込みを伝搬する.
評価実験において提案手法が既存手法の分類精度を上回ることを示した.
しかし,既存のGCNは層の数が固定されているため,実世界のグラフの多様性を無視する.また,層が浅いため埋め込みをグラフ全体に伝搬することができないが,層が深いと過剰平滑化により精度が下がることが知られている.
そこで本研究では適応的なノード埋め込み伝搬ネットワークを提案する.
提案手法はクラス間分散とクラス内分散に基づいて適応的に伝搬を制御する.
また,過剰平滑化を防ぎながら広範囲に埋め込みを伝搬する.
評価実験において提案手法が既存手法の分類精度を上回ることを示した.