Understanding and controlling information propagation in multilayer networks

理解和控制多层网络中的信息传播

• 批准号: 17H01785
• 负责人: 村田 剛志
• 金额: $ 10.4万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-01 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17H01785/
• 关键词: 多層ネットワーク; 情報伝搬; コミュニティ; ネットワークエンベディング; ネットワーク; 影響最大化; 変分オートエンコーダ; コミュニティ抽出; 人工知能; アルゴリズム

本研究では、複数の関係性で構成される多層ネットワークの構造やそれらの相互作用を分析することによって、多層ネットワークにおける情報伝搬を解明するだけでなく制御する手法を開発することを目標とする。2020年度は情報伝搬および符号付きネットワークに関する研究を行った。どちらも、近年盛んに研究されているグラフニューラルネットワークやネットワークエンベディングと関係づけた内容となっている。Hajime Miyazawa, Tsuyoshi MURATA. "Graph Convolutional Network with Time-based Mini-batch for Information Diffusion Prediction", The 9th International Conference on Complex Networks and their Applications (Complex Networks 2020), Springer, pp. 8376-8383, 2020.Tsuyoshi MURATA, Hiroki Arihara. "Embedding of Signed Networks Focusing on Both Structure and Relation", the 11th International Conference on Complex Networks (CompleNet 2020), Complex Networks XI. Springer Proceedings in Complexity, Springer, pp. 60-69, 2020.

This study で は, plural の masato is sexual で constitute さ れ る multilayer ネ ッ ト ワ ー ク の tectonic や そ れ ら の interaction analysis を す る こ と に よ っ て, multi-layer ネ ッ ト ワ ー ク に お け る intelligence 伝 move を interpret す る だ け で な く suppression す る gimmick を open 発 す る こ と を target と す る. The 2020 <s:1> Intelligence 伝 transfer および symbol was assigned to the ネットワ ネットワ ネットワ に に に related する research を branch った. ど ち ら も, in recent years, sheng ん に research さ れ て い る グ ラ フ ニ ュ ー ラ ル ネ ッ ト ワ ー ク や ネ ッ ト ワ ー ク エ ン ベ デ ィ ン グ と masato is づ け た content と な っ て い る. Hajime Miyazawa, Tsuyoshi MURATA. "Graph Convolutional Network with Time-based Mini-batch for Information Diffusion Prediction", The 9th International Conference on Complex Networks and their Applications (Complex Networks 2020), Springer, pp. 8376-8383, 2020.Tsuyoshi MURATA, Hiroki Arihara. "Embedding of Signed Networks Focusing on Both Structure and Relation", the 11th International Conference on Complex Networks (CompleNet 2020), Complex Networks XI. Springer Proceedings in Complexity, Springer, pp. 60-69, 2020.

项目成果

Graph Convolutional Network with Time-based Mini-batch for Information Diffusion Prediction

用于信息扩散预测的基于时间小批量的图卷积网络

• DOI: 10.1007/978-3-030-65351-4_5
• 发表时间: 2020
• 期刊: The 9th International Conference on Complex Networks and their Applications (Complex Networks 2020)
• 作者: Hajime Miyazawa;Tsuyoshi Murata
• 通讯作者: Tsuyoshi Murata

Pythonで学ぶネットワーク分析 ColaboratoryとNetworkXを使った実践入門

使用 Python 学习网络分析：使用 Colaboratory 和 NetworkX 的实用介绍

• 发表时间: 2019
• 作者: 村田剛志

Semi-supervised Learning on Network Using Structure Features and Graph Convolution

• DOI: 10.1527/tjsai.b-ic2
• 发表时间: 2019-09
• 期刊: Transactions of the Japanese Society for Artificial Intelligence
• 作者: M. Tachibana;T. Murata