大容量メモリ環境上のグラフ特徴量抽出アルゴリズムの性能最適化

大内存环境下图特征提取算法的性能优化

• 批准号: 21K17749
• 负责人: 金刺 宏樹
• 金额: $ 3万
• 依托单位: The University of Tokyo (2022)National Institute of Advanced Industrial Science and Technology (2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K17749/
• 关键词: グラフ構造; グラフ処理; 特徴量抽出アルゴリズム; 深層学習; 表現学習; ハイパフォーマンス・コンピューティング; アルゴリズム; 複合メモリシステム

本年度は、昨年度に引き続きグラフニューラルネットワーク(GNN) モデルを活用した表現学習の応用研究を進め、特に専門領域に特化した技術的課題を解決するためのグラフ構造とGNNモデルの構築手法を探求した。金融領域においては、暗号通貨の取引ネットワークに内在する不正アカウントを検出するためのGNN モデルを比較検証し、取引ネットワークとGNNモデルへのヘテロジニアスなグラフ構造への拡張により、総合的なモデル性能の向上を達成した。さらに他の分野においても、企業と共同研究を通じて、実世界アプリケーションの推薦システムを中心とした適切なグラフ構造や表現学習モデルの設計・構築を行っている。例えば、求職者と求人者間のジョブマッチング、道路交通システム上での観光スポットなどの提案、ユーザの閲覧履歴に基づいたニュースサイトの記事の推薦など、解くべき課題と利用可能なデータを踏まえた過程で最適なグラフ構造、表現学習モデルの設計構築を行っている。理論面では、時系列で構造が動的に変化する大規模グラフ向けGNN モデルの研究を重点的に実施した。上記のような実世界アプリケーションで扱われているグラフデータは動的に変化するものが多く、特に長期的な変化の特徴・コンテキストを得るモデルが必要とされているが、従来のGNNモデルでは短期的な変化の特徴しか学習することができない。そこで、長期的に変化する動的グラフデータの特徴を把握するための Transformer ベースのモデルを提案した。

は this year, yesterday's annual に き 続 き グ ラ フ ニ ュ ー ラ ル ネ ッ ト ワ ー ク (geri weis-corbley) モ デ ル を use し た performance study の 応 を with research into め, に 専 door field に specialized し た technology subject を solve す る た め の グ ラ フ tectonic と geri weis-corbley モ デ ル の construct technique を explore し た. Financial sector に お い て は, signal inflation の trade ネ ッ ト ワ ー ク に inner す る not ア カ ウ ン ト を 検 out す る た め の geri weis-corbley モ デ ル を compare 検 し, trade ネ ッ ト ワ ー ク と geri weis-corbley モ デ ル へ の ヘ テ ロ ジ ニ ア ス な グ ラ フ tectonic へ の company, zhang に よ り, 総 of な モ デ ル performance の を reach upward し た. さ ら に he の eset に お い て も, enterprise と common research を じ て, be world ア プ リ ケ ー シ ョ ン の recommended シ ス テ ム を center と し た appropriate な グ ラ フ tectonic や performance study モ デ ル の line design, constructing を っ て い る. Between example え ば, job seekers と ask の ジ ョ ブ マ ッ チ ン グ, road traffic シ ス テ ム on で の 観 light ス ポ ッ ト な ど の proposals, ユ ー ザ の read 覧 shoe bearing に base づ い た ニ ュ ー ス サ イ ト の chronicle の recommended な ど, solution く べ き subject と may use な デ ー タ を tread ま え で た process optimum な グ ラ フ structure and performance study モ デ ル の design construct を line Youdaoplaceholder0 って る. Theory of surface で は, when series で structure が moving に variations change す る large-scale グ ラ フ to け geri weis-corbley モ デ ル を の research emphasis of に be applied し た. Written の よ う な be world ア プ リ ケ ー シ ョ ン で Cha わ れ て い る グ ラ フ デ ー タ は moving に variations change す る も の が く, more long-term に な omens の - 徴 · コ ン テ キ ス ト を have る モ デ ル が necessary と さ れ て い る が, 従 の geri weis-corbley モ デ ル で は short-term な omens の - 徴 し か learning す る こ と が で き な い. そ こ で, long-term に variations change す る moving グ ラ フ デ ー タ の, 徴 を grasp す る た め の Transformer ベ ー ス の モ デ ル を proposal し た.

项目成果

強化学習によるマッチング数を最大化するジョブ推薦システム

使用强化学习最大化匹配数量的职位推荐系统

• 发表时间: 2023
• 作者: 脇聡志;鈴村豊太郎;金刺宏樹;小林秀
• 通讯作者: 小林秀

大規模グラフニューラルネットワークにおける実行性能とモデル精度のトレードオフに関する評価

评估大规模图神经网络中执行性能和模型精度之间的权衡

• 发表时间: 2021
• 作者: Hiroki Kanezashi;Toyotaro Suzumura;Xin Liu;Takahiro Hirofuchi;金刺 宏樹
• 通讯作者: 金刺 宏樹

Ethereum Fraud Detection with Heterogeneous Graph Neural Networks

• DOI: 10.48550/arxiv.2203.12363
• 发表时间: 2022-03
• 期刊: ArXiv
• 作者: H. Kanezashi;T. Suzumura;Xin Liu;Takahiro Hirofuchi

How Expressive are Transformers in Spectral Domain for Graphs?

• 发表时间: 2022-01
• 期刊: Trans. Mach. Learn. Res.
• 作者: Anson Bastos;Abhishek Nadgeri;Kuldeep Singh;H. Kanezashi;T. Suzumura;I. Mulang'