重複のあるグループ正則化の概要と実装例について
概要
重複のあるグループ正則化（Overlapping Group Lasso）は、機械学習や統計モデリングにおいて、特徴選択やモデルの係数の推定に使用される正則化手法の一種であり、通常のグループ正則化と...
グラフ理論
脱構築とグラフニューラルネットワーク
哲学の歴史と人工知能技術におけるパターン認織
現代思想入門の序章では、
「人間は歴史的に、社会および自分自身を秩序化し、ノイズを排除して、純粋で正しいものを目指していくという道を歩んできました...
GraphWaveの概要とアルゴリズム及び実装例について
GraphWaveについて
GraphWaveは、グラフデータの埋め込みを学習するための手法の一つであり、グラフデータ埋め込みは、ノードやエッジの特徴を低次元のベクトルに変換する技術で、グラフデータを機械学習ア...
Graph Isomorphism Network (GIN)の概要とアルゴリズム及び実装例について
Graph Isomorphism Network (GIN)の概要
高性能なグラフニューラルネットワークは、その構造をデザインする際に経験的な直感やヒューリスティック、 実験的な試行錯誤に頼っているものも多い。...
VERSEの概要とアルゴリズム及び実装例について
VERSEについて
VERSE（Vector Space Representations of Graphs）は、グラフデータの埋め込みを学習するための手法の一つであり、グラフデータを低次元のベクトル空間に埋...
GAT (Graph Attention Network)の概要とアルゴリズム及び実装例について
GAT (Graph Attention Network)の概要
"深層学習におけるattentionについて"でも述べている深層学習におけるattention(注意機構)は、 画像や自然言語の特定の部分に注意を...
Variational Graph Auto-Encoders(VGAE)の概要とアルゴリズム及び実装例について
Variational Graph Auto-Encoders(VGAE)の概要
"オートエンコーダー"で述べているようなオートエンコーダは、 入力されたデータを潜在空間における低次元ベクトルとして表現するものだ...
“Graph Neural Networks: Foundations, Frontiers, and Applications”の概要
Introduction
Springerから2022年に出版された"Graph Neural Networks: Foundations, Frontiers, and Applications"の概要について...
Structural Deep Network Embedding(SDNE)の概要とアルゴリズム及び実装例
Structural Deep Network Embedding(SDNE)の概要
Structural Deep Network Embedding(SDNE)は、オートエンコーダをグラフに拡張したグラフ...
GraREPの概要とアルゴリズム及び実装例
GraREPの概要
GraREP（Graph Random Neural Networks for Representation Learning）は、グラフ表現学習のための新しい深層学習モデルとなる。グラフ表現...