グラフ構造のダイナミクスを模倣する確率的形式グラフ体系の学習可能性の探究

探索模拟图结构动态的概率形式图系统的可学习性

• 批准号: 21K12021
• 负责人: 正代 隆義
• 金额: $ 2.75万
• 依托单位: Fukuoka Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12021/
• 关键词: 機械学習; 形式グラフ体系; 確率的形式グラフ体系; グラフ生成規則; グラフ系列マイニング

本研究課題では、グラフ構造データの生成過程を形式化した体系として確率的形式グラフ体系の導入を行い、その学習理論を構築することを目標とする。2022年度は、2021年度に引き続き、形式グラフ体系の計算論的学習理論に基づく基礎的研究を行った。また、計算論的学習理論における学習モデルの精度評価を行うために、グラフ畳み込みネットワークと質問学習モデルの協調手法を提案し、その有効性を示した。具体的には次のとおりである。(1) 計算論的学習理論の観点から、次数に制限のあるパラメータ化された遺伝的形式グラフ体系(HFGS)によって定義されるHFGS言語のサブクラスの多項式時間PAC学習可能性を明らかにした。具体的には、HFGSのクラスを、(a)グラフ書き換え規則の数の上限と各種遺伝的性質、(b)HFGSグラフ言語の木幅と次数の上限、(c)グラフパターンの次数と超辺次元の上限、(d)グラフ書き換え規則の変数の個数、本体アトムの数、述語記号の引数の数の上限により階層付けして、グラフ言語の木幅以外のパラメータが定数ならば多項式時間PAC学習可能であることを証明した。(2) 質問学習モデルはAngluin(1988)により提案された計算論的学習理論における機械学習モデルの一つである。質問学習モデルは、常に正答を返すオラクルを仮定して機械学習における計算量などの解析を行うモデルである。一方、最近の小田ら(2022)の研究では、木構造データベースに対する二値分類問題を著しく高い精度で計算するグラフ畳み込みネットワーク(GCN)が報告されている。本研究課題では、超高精度GCNをオラクルとする無順序木パターンの質問学習モデルを提案した。そして、そのモデル上で二値分類問題、無矛盾性問題、可視化問題の3つの問題の精度を評価した。それにより、超高精度GCNをオラクルとする質問学習手法の有効性を示した。

This research topic で は, グ ラ フ tectonic デ ー タ の generation process を formal し た system と し て in the form of probabilistic グ ラ フ system の import を い, そ の を learning theory to construct す る こ と を target と す る. The research on the learning theory of に basis づく of formal グラフ system <s:1> computational theory in 2022 and 2021 will focus on を field った. ま た, calculation theory of the learning theory of に お け る learning モ デ ル の precision evaluation 価 を line う た め に, グ ラ フ 畳 み 込 み ネ ッ ト ワ ー ク と questioned learning モ デ ル の coordination technique proposed を し, そ の have sharper sex を shown し た. The specific に に subtimes are とお である である. (1) the learning theory of computing theory の 観 point か ら limitations, times に の あ る パ ラ メ ー タ change さ れ た heritage in the form of 伝 グ ラ フ system (HFGS) に よ っ て definition さ れ る HFGS words の サ ブ ク ラ ス の polynomial time PAC learning possibility を Ming ら か に し た. Specific に は, HFGS の ク ラ ス を, (a) グ ラ フ き え changing rule book maximum number の の と but 伝 properties, (b) HFGS グ ラ フ words の wood picture number と の ceiling, (c) グ ラ フ パ タ ー ン の number と super 辺 dimensional の ceiling, (d) グ ラ フ き え changing rule book の - count の, ontology ア ト ム の number, predicate marked の argument Maximum number の の に よ り class pay け し て, グ ラ フ words の wood painting outside の パ ラ メ ー タ が destiny な ら ば polynomial time PAC learning may で あ る こ と を prove し た. (2) the study questioned モ デ ル は Angluin (1988) に よ り proposal さ れ た calculation theory of the learning theory of に お け る rote learning モ デ ル の a つ で あ る. Query learning モ デ ル は, often に is a を return す オ ラ ク ル を 仮 set し て rote learning に お け る computation な ど の parsing line を う モ デ ル で あ る. One party, the recent の oda ら (2022) の research で は, wood structure デ ー タ ベ ー ス に す seaborne る two numerical classification problem を し で く い high precision calculation す る グ ラ フ 畳 み 込 み ネ ッ ト ワ ー ク (GCN) が report さ れ て い る. The research topic of this study is で で, ultra-high precision GCNを を ラ ラ とする とする とする とする とする unordered wood パタ パタ <e:1> <s:1> <s:1> <s:1> <s:1> questioning learning モデ を を proposal た た. Youdaoplaceholder0 て て, そ モデ モデ, で the で binary classification problem, the non-contradiction problem, the visualization problem <e:1>, the accuracy of the 3 た problem <e:1> を evaluation 価 た た. Youdaoplaceholder0 それによ, ultra-high precision GCNを それによ ラ とする とする とする questioning learning methods are effective を demonstration of た た.

项目成果

超高精度グラフ畳み込みネットワークをオラクルとする無順序木パターンの質問学習モデル

以超高精度图卷积网络为预言机的无序树模式问题学习模型

• 发表时间: 2023
• 作者: 石灘 洸樹;正代 隆義;内田 智之;松本 哲志
• 通讯作者: 松本 哲志

進化的学習によるブロック内ワイルドカード付きブロック保存型外平面的グラフパターンの獲得

通过进化学习获得具有块内通配符的块守恒块外平面图模式

• 发表时间: 2021
• 作者: 宮原 哲浩;鈴木 祐介;久保山 哲二;内田 智之;田中知希，鈴木祐介，内田智之，宮原哲浩;松本哲志，鈴木祐介，内田智之，正代隆義，宮原哲浩;門田大輝，鈴木祐介，内田智之，宮原哲浩;山本啓太，宮原哲浩，鈴木祐介，内田智之，久保山哲二
• 通讯作者: 山本啓太，宮原哲浩，鈴木祐介，内田智之，久保山哲二

Evolutionary Acquisition of Multiple TTSP Graph Patterns with Wildcards by Clustering TTSP Graphs

通过对 TTSP 图进行聚类来进化获取带有通配符的多个 TTSP 图模式

• DOI: 10.1109/iwcia52852.2021.9626029
• 发表时间: 2021
• 期刊: 2021 IEEE 12th International Workshop on Computational Intelligence and Applications (IWCIA)
• 作者: Kawasaki Yuma;Miyahara Tetsuhiro;Kuboyama Tetsuji;Suzuki Yusuke;Uchida Tomoyuki
• 通讯作者: Uchida Tomoyuki

非線形項木パターンに対するマッチングアルゴリズムと頻出1変数項木パターン枚挙への応用

非线性项树模式匹配算法及其在频繁单变量项树模式枚举中的应用

• 发表时间: 2023
• 作者: 片山 悠;鈴木 祐介;内田 智之;宮原 哲浩
• 通讯作者: 宮原 哲浩

線形パターンの質問学習アルゴリズムによる深層学習モデルの予測根拠の可視化

使用线性模式问题学习算法可视化深度学习模型的预测基础

• 发表时间: 2022
• 作者: 武田 直人;内田 智之;正代 隆義;松本 哲志;鈴木 祐介;宮原 哲浩
• 通讯作者: 宮原 哲浩