Fugu-MT 論文翻訳(概要): Permutation Equivariant Generative Adversarial Networks for Graphs

論文の概要: Permutation Equivariant Generative Adversarial Networks for Graphs

arxiv url: http://arxiv.org/abs/2112.03621v1
Date: Tue, 7 Dec 2021 10:37:49 GMT
ステータス: 翻訳完了
システム内更新日: 2021-12-08 14:59:08.721612
Title: Permutation Equivariant Generative Adversarial Networks for Graphs
Title（参考訳）: グラフに対する置換同変生成逆数ネットワーク
Authors: Yoann Boget, Magda Gregorova, Alexandros Kalousis
Abstract要約: GANと同変関数に依存する3段階モデルである3G-GANを提案する。我々は,探索実験を奨励し,解決すべき課題について議論する。
参考スコア（独自算出の注目度）: 72.20409648915398
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: One of the most discussed issues in graph generative modeling is the ordering of the representation. One solution consists of using equivariant generative functions, which ensure the ordering invariance. After having discussed some properties of such functions, we propose 3G-GAN, a 3-stages model relying on GANs and equivariant functions. The model is still under development. However, we present some encouraging exploratory experiments and discuss the issues still to be addressed.
Abstract（参考訳）: グラフ生成モデリングにおける最も議論された問題の1つは表現の順序付けである。一つの解は同変生成関数を使い、順序不変性を保証する。そのような関数の性質について議論した後、GANと同変関数に依存する3段階モデルである3G-GANを提案する。モデルはまだ開発中である。しかし,我々は探索実験を奨励し,まだ解決すべき課題について議論する。

関連論文リスト

Discrete Graph Auto-Encoder [52.50288418639075]
離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
論文参考訳（メタデータ） (2023-06-13T12:40:39Z)
Going Deeper into Permutation-Sensitive Graph Neural Networks [6.685139672294716]
置換群を経由した効率的な置換感応アグリゲーション機構を考案した。我々は、我々のアプローチが2次元ワイスフェイラー・リーマン(英語版)(2-WL)グラフ同型テストよりも厳密に強力であることを証明した。
論文参考訳（メタデータ） (2022-05-28T08:22:10Z)
3D Equivariant Graph Implicit Functions [51.5559264447605]
局所的詳細のモデリングを容易にする同変層を持つグラフ暗黙関数の新しいファミリを導入する。提案手法は,ShapeNet再構成作業において既存の回転同変暗黙関数を0.69から0.89に改善する。
論文参考訳（メタデータ） (2022-03-31T16:51:25Z)
Gaussian-Hermite Moment Invariants of General Vector Functions to Rotation-Affine Transform [39.58178582162608]
本稿では,一般ベクトル関数のモーメント不変量の構築に焦点をあてる。モーメント不変量を構築するために、文学において一様フレームが提案されたのはこれが初めてである。ベクトル値データの合成および一般的なデータセットに基づいて,これらの不変量の安定性と識別性を評価する実験を行った。
論文参考訳（メタデータ） (2022-01-03T20:56:15Z)
A Variational Inference Approach to Inverse Problems with Gamma Hyperpriors [60.489902135153415]
本稿では,ガンマハイパープライヤを用いた階層的逆問題に対する変分反復交替方式を提案する。提案した変分推論手法は正確な再構成を行い、意味のある不確実な定量化を提供し、実装が容易である。
論文参考訳（メタデータ） (2021-11-26T06:33:29Z)
The general theory of permutation equivarant neural networks and higher order graph variational encoders [6.117371161379209]
一般置換同変層の式を導出し、各層が列と列を同時に置換することで行列に作用する場合を含む。このケースはグラフ学習や関係学習アプリケーションで自然に発生する。 2階グラフ変分エンコーダを提案し、同変生成モデルの潜在分布は交換可能である必要があることを示す。
論文参考訳（メタデータ） (2020-04-08T13:29:56Z)
Permutation Invariant Graph Generation via Score-Based Generative Modeling [114.12935776726606]
本稿では,最近のスコアベース生成モデルを用いて,グラフモデリングにおける置換不変手法を提案する。特に、入力グラフにおけるデータ分布の勾配をモデル化するために、置換同変のマルチチャネルグラフニューラルネットワークを設計する。グラフ生成では、我々の学習アプローチはベンチマークデータセット上の既存のモデルよりも良い、あるいは同等の結果を得る。
論文参考訳（メタデータ） (2020-03-02T03:06:14Z)
Generalizing Convolutional Neural Networks for Equivariance to Lie Groups on Arbitrary Continuous Data [52.78581260260455]
任意の特定のリー群からの変換に同値な畳み込み層を構築するための一般的な方法を提案する。同じモデルアーキテクチャを画像、ボール・アンド・スティック分子データ、ハミルトン力学系に適用する。
論文参考訳（メタデータ） (2020-02-25T17:40:38Z)

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。