論文の概要: Folding and Unfolding on Metagraphs
- arxiv url: http://arxiv.org/abs/2012.01759v3
- Date: Thu, 10 Dec 2020 19:45:55 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-23 14:47:31.873938
- Title: Folding and Unfolding on Metagraphs
- Title(参考訳): メタグラフの折り畳みと展開
- Authors: Ben Goertzel
- Abstract要約: 有向型メタグラフ(DTMG)は、各エッジのターゲットを入力、出力、横セットに分割することで導入される。
有用な射のメナジェリーはDTMG(触媒、アナモルフィズム、ヒストモルフィズム、フュートモルフィズム、ヒロモルフィズム、クロノモルフィズム、メタモルフィズム、メタクロノモルフィズム)で定義される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Typed metagraphs are defined as hypergraphs with types assigned to hyperedges
and their targets, and the potential to have targets of hyperedges connect to
whole links as well as targets. Directed typed metagraphs (DTMGs) are
introduced via partitioning the targets of each edge in a typed metagraph into
input, output and lateral sets; one can then look at "metapaths" in which
edges' output-sets are linked to other edges' input-sets. An initial algebra
approach to DTMGs is presented, including introduction of constructors for
building up DTMGs and laws regarding relationships among multiple ways of using
these constructors. A menagerie of useful morphism types is then defined on
DTMGs (catamorphisms, anamorphisms, histomorphisms, futumorphisms,
hylomorphisms, chronomorphisms, metamorphisms and metachronomorphisms),
providing a general abstract framework for formulating a broad variety of
metagraph operations. Deterministic and stochastic processes on typed
metagraphs are represented in terms of forests of DTMGs defined over a common
TMG, where the various morphisms can be straightforwardly extended to these
forests. A variation of the approach to undirected typed metagraphs is
presented; and it is indicated how the framework outlined can applied to
realistic metagraphs involving complexities like dependent and probabilistic
types, multidimensional values and dynamic processing including insertion and
deletion of edges.
- Abstract(参考訳): 型付きメタグラフは、ハイパーエッジとそのターゲットに割り当てられた型を持つハイパーグラフとして定義され、ハイパーエッジのターゲットがリンク全体およびターゲットに接続される可能性がある。
Directed Typed Metagraphs (DTMG) は、入力、出力、および横セットに入力された各エッジのターゲットを分割することで導入され、エッジの出力セットが他のエッジの入力セットにリンクされている「メタパス」を見ることができる。
DTMGの初期代数的アプローチとして、DTMGを構築するためのコンストラクタの導入や、これらのコンストラクタを使用する複数の方法間の関係に関する法則が紹介されている。
有用な射タイプのメナゲリーは、dtmgs(catamorphisms, anamorphisms, histomorphisms, futumorphisms, hylomorphisms, chronomorphisms, metamorphisms and metachronomorphisms)上で定義される。
タイプ付きメタグラフ上の決定的および確率的過程は、共通のTMG上に定義されたDTMGの森で表現される。
非指向型メタグラフへのアプローチのバリエーションを提示し、そのフレームワークの概要を、依存型や確率型、多次元値、エッジの挿入や削除を含む動的処理といった複雑な現実的メタグラフに適用できることを示す。
関連論文リスト
- Histopathology Whole Slide Image Analysis with Heterogeneous Graph
Representation Learning [78.49090351193269]
本稿では,WSI分析のために,異なる種類の核間の相互関係を利用する新しいグラフベースのフレームワークを提案する。
具体的には、WSI を各ノードに "nucleus-type" 属性と各エッジに類似した意味属性を持つ異種グラフとして定式化する。
我々のフレームワークは、様々なタスクに対してかなりのマージンで最先端の手法より優れています。
論文 参考訳(メタデータ) (2023-07-09T14:43:40Z) - Meta-multigraph Search: Rethinking Meta-structure on Heterogeneous
Information Networks [18.104982772430102]
本稿では,メタパスやメタグラフなどの既存のメタ構造について検討し,当初は手動で定型パターンで設計されていることを観察する。
メタグラフのより表現的かつ柔軟な一般化としてメタマルチグラフという新しい概念を提案する。
メタマルチグラフの柔軟性は冗長メッセージを伝播する可能性があるため、複素整合(C2C)メタマルチグラフを導入する。
論文 参考訳(メタデータ) (2023-04-23T08:15:20Z) - Prototype-based Embedding Network for Scene Graph Generation [105.97836135784794]
現在のシーングラフ生成(SGG)手法は、コンテキスト情報を探索し、エンティティペア間の関係を予測する。
被写体と対象物の組み合わせが多様であるため、各述語カテゴリーには大きなクラス内変異が存在する。
プロトタイプベースのEmbedding Network (PE-Net) は、エンティティ/述語を、プロトタイプに準拠したコンパクトで独特な表現でモデル化する。
PLは、PE-Netがそのようなエンティティ述語マッチングを効率的に学習するのを助けるために導入され、不明瞭なエンティティ述語マッチングを緩和するためにプロトタイプ正規化(PR)が考案されている。
論文 参考訳(メタデータ) (2023-03-13T13:30:59Z) - Differentiable Meta Multigraph Search with Partial Message Propagation
on Heterogeneous Information Networks [18.104982772430102]
異種情報ネットワーク(HIN)上でのニューラルネットワーク設計を自動的に最適化するPMMM(Partial Message Meta Multigraph Search)を提案する。
PMMMは、意味のあるメタマルチグラフを探すために効率的な微分可能なフレームワークを採用しており、メタグラフよりも柔軟で複雑なセマンティックな関係を捉えることができる。
我々の手法は、最先端の異種GNNより優れ、意味のあるメタマルチグラフを見つけ、より安定している。
論文 参考訳(メタデータ) (2022-11-27T07:35:42Z) - Mix and Reason: Reasoning over Semantic Topology with Data Mixing for
Domain Generalization [48.90173060487124]
ドメイン一般化(DG)は、複数のソースドメインから見えないターゲットドメインへの学習マシンを可能にする。
mire は2つのキーコンポーネント、すなわち Category-Aware Data Mixing (CDM) と Adaptive Semantic Topology Refinement (ASTR) で構成されている。
複数のDGベンチマーク実験により,提案法の有効性とロバスト性を検証した。
論文 参考訳(メタデータ) (2022-10-14T06:52:34Z) - Few-Shot Semantic Relation Prediction across Heterogeneous Graphs [21.607075407798362]
現実のシナリオでは、新しいセマンティックな関係は常に現れ、通常はラベル付きデータのみで現れる。
このことは、不均一グラフ間の数ショットのセマンティック関係予測という新しい問題を引き起こした。
本稿では,メタGSと呼ばれる意味的関係予測のためのメタラーニングに基づくグラフニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2022-07-11T01:38:09Z) - Graph Adaptive Semantic Transfer for Cross-domain Sentiment
Classification [68.06496970320595]
クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。
本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
論文 参考訳(メタデータ) (2022-05-18T07:47:01Z) - SHGNN: Structure-Aware Heterogeneous Graph Neural Network [77.78459918119536]
本稿では、上記の制約に対処する構造対応不均一グラフニューラルネットワーク(SHGNN)を提案する。
まず,メタパス内の中間ノードの局所構造情報を取得するために,特徴伝搬モジュールを利用する。
次に、ツリーアテンションアグリゲータを使用して、グラフ構造情報をメタパス上のアグリゲーションモジュールに組み込む。
最後に、メタパスアグリゲータを利用して、異なるメタパスから集約された情報を融合する。
論文 参考訳(メタデータ) (2021-12-12T14:18:18Z) - Meta-DETR: Few-Shot Object Detection via Unified Image-Level
Meta-Learning [39.50529982746885]
少数の注釈付き例だけで、新規な物体の検出を狙っている。
本稿では,新しいメタ検出器フレームワークであるMeta-DETRを提案する。
代わりに、オブジェクトローカリゼーションと画像レベルでの分類を統一的で補完的な方法でメタ学習します。
論文 参考訳(メタデータ) (2021-03-22T11:14:00Z) - Topology-aware Tensor Decomposition for Meta-graph Learning [33.70569156426479]
不均一グラフから有用な情報を抽出するための一般的なアプローチは、メタグラフを使用することである。
メタグラフの学習におけるテンソルからの新たな視点を提案する。
また、DAGの構造を反映した位相対応テンソル分解(TENSUS)を提案する。
論文 参考訳(メタデータ) (2021-01-04T16:38:00Z) - Closed-Form Factorization of Latent Semantics in GANs [65.42778970898534]
画像合成のために訓練されたGAN(Generative Adversarial Networks)の潜在空間に、解釈可能な次元の豊富なセットが出現することが示されている。
本研究では,GANが学習した内部表現について検討し,その基礎となる変動要因を教師なしで明らかにする。
本稿では,事前学習した重みを直接分解することで,潜在意味発見のためのクローズドフォーム因数分解アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-07-13T18:05:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。