Fugu-MT 論文翻訳(概要): PSpan:Mining Frequent Subnets of Petri Nets

論文の概要: PSpan:Mining Frequent Subnets of Petri Nets

arxiv url: http://arxiv.org/abs/2101.11972v1
Date: Thu, 28 Jan 2021 12:56:48 GMT
ステータス: 処理完了
システム内更新日: 2023-04-13 11:37:49.540778
Title: PSpan:Mining Frequent Subnets of Petri Nets
Title（参考訳）: PSpan:ペトリネットの周波数サブネットのマイニング
Authors: Ruqian Lu and Shuhan Zhang
Abstract要約: PSpanはペトリネットをネットグラフに変換し、サブネットグラフマイニングを行い、その結果を頻繁に変換する。 C/Eネット以外にも、他のペトリネットサブクラスにも適用される。
参考スコア（独自算出の注目度）: 3.1147456971856813
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes for the first time an algorithm PSpan for mining frequent complete subnets from a set of Petri nets. We introduced the concept of complete subnets and the net graph representation. PSpan transforms Petri nets in net graphs and performs sub-net graph mining on them, then transforms the results back to frequent subnets. PSpan follows the pattern growth approach and has similar complexity like gSpan in graph mining. Experiments have been done to confirm PSpan's reliability and complexity. Besides C/E nets, it applies also to a set of other Petri net subclasses.
Abstract（参考訳）: 本稿では,ペトリネットの集合から頻繁な完全サブネットをマイニングするアルゴリズムpspanを初めて提案する。我々は完全部分ネットの概念とネットグラフ表現を導入した。 PSpanはペトリネットをネットグラフに変換し、サブネットグラフマイニングを行い、その結果を頻繁なサブネットに変換する。 PSpanはパターン成長アプローチに従い、グラフマイニングにおけるgSpanと同様の複雑さを持つ。 PSpanの信頼性と複雑さを確認する実験が行われた。 c/eネットの他に、他のペトリネットのサブクラスにも適用される。

関連論文リスト

PSE-Net: Channel Pruning for Convolutional Neural Networks with Parallel-subnets Estimator [16.698190973547362]
PSE-Net(英語版)は、効率的なチャネルプルーニングのための新しい並列サブネット推定器である。提案アルゴリズムは,スーパーネットトレーニングの効率化を実現する。本研究では,従来の進化探索の性能を高めるために,事前分散型サンプリングアルゴリズムを開発した。
論文参考訳（メタデータ） (2024-08-29T03:20:43Z)
Pair then Relation: Pair-Net for Panoptic Scene Graph Generation [54.92476119356985]
Panoptic Scene Graph (PSG) は、ボックスの代わりにパン光学セグメンテーションを使用して、より包括的なシーングラフ表現を作成することを目的としている。現在のPSGメソッドは性能が限られており、下流のタスクやアプリケーションを妨げる。 Pair then Relation (Pair-Net) - Pair Proposal Network (PPN) を用いて、対象と対象間の疎対関係を学習・フィルタリングする。
論文参考訳（メタデータ） (2023-07-17T17:58:37Z)
Path Integral Based Convolution and Pooling for Heterogeneous Graph Neural Networks [2.5889737226898437]
グラフニューラルネットワーク(GNN)は、ディープラーニングをグラフ構造データセットに拡張する。画像予測に使用する畳み込みニューラルネットワーク(CNN)と同様に、畳み込み層とプーリング層がグラフ予測タスクにおけるGNNの成功の基礎となっている。
論文参考訳（メタデータ） (2023-02-26T20:05:23Z)
Graph Neural Networks with Learnable Structural and Positional Representations [83.24058411666483]
任意のグラフの大きな問題は、ノードの標準位置情報の欠如である。ノードの位置ノード(PE)を導入し、Transformerのように入力層に注入する。両方のGNNクラスで学習可能なPEを考えると、分子データセットのパフォーマンスは2.87%から64.14%に向上する。
論文参考訳（メタデータ） (2021-10-15T05:59:15Z)
Auto-Parsing Network for Image Captioning and Visual Question Answering [101.77688388554097]
本稿では,入力データの隠れ木構造を発見し,活用するための自動パーシングネットワーク(APN)を提案する。具体的には、各自己注意層における注意操作によってパラメータ化された確率的グラフモデル(PGM)を課し、スパース仮定を組み込む。
論文参考訳（メタデータ） (2021-08-24T08:14:35Z)
BigCarl: Mining frequent subnets from a single large Petri net [3.1165587039942877]
本研究は,1つの大きなペトリネットからの採掘を頻繁に行う。我々は、ビッグネットグラフの標準ラベルを作成するために最小限のアプローチを取る。
論文参考訳（メタデータ） (2021-03-21T08:46:25Z)
Spatio-Temporal Inception Graph Convolutional Networks for Skeleton-Based Action Recognition [126.51241919472356]
我々はスケルトンに基づく行動認識のためのシンプルで高度にモジュール化されたグラフ畳み込みネットワークアーキテクチャを設計する。ネットワークは,空間的および時間的経路から多粒度情報を集約するビルディングブロックを繰り返すことで構築される。
論文参考訳（メタデータ） (2020-11-26T14:43:04Z)
Scalable Graph Neural Networks via Bidirectional Propagation [89.70835710988395]
グラフニューラルネットワーク(GNN)は、非ユークリッドデータを学習するための新興分野である。本稿では、特徴ベクトルとトレーニング/テストノードの両方から局所的な双方向伝搬プロセスを利用するスケーラブルなGNNであるGBPを提案する。実証実験により、GBPは、トレーニング/テスト時間を大幅に減らして最先端のパフォーマンスを達成することが示された。
論文参考訳（メタデータ） (2020-10-29T08:55:33Z)
Infinitely Wide Graph Convolutional Networks: Semi-supervised Learning via Gaussian Processes [144.6048446370369]
グラフ畳み込みニューラルネットワーク(GCN)は近年,グラフに基づく半教師付き半教師付き分類において有望な結果を示した。グラフに基づく半教師付き学習のためのGCN(GPGC)を用いたGP回帰モデルを提案する。 GPGCを評価するための広範囲な実験を行い、他の最先端手法よりも優れていることを示す。
論文参考訳（メタデータ） (2020-02-26T10:02:32Z)
The Indian Chefs Process [8.665615449767806]
インドシェフ過程(英: Indian Chefs Process、ICP)は、無限有向非巡回グラフ(DAG)とインドバフェット過程を一般化する順序の合同空間に先立つベイズ的非パラメトリックである。我々はICPが深部生成シグモイドネットワークや畳み込みニューラルネットワークの構造を学習する上で有用であることを示す。
論文参考訳（メタデータ） (2020-01-29T01:28:15Z)

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。