論文の概要: Cost Characterization of Vertically Partitioned Federated Knowledge Graphs
- arxiv url: http://arxiv.org/abs/2609.13664v1
- Date: Sat, 12 Sep 2026 02:47:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.456743
- Title: Cost Characterization of Vertically Partitioned Federated Knowledge Graphs
- Title（参考訳）: 垂直分割型フェデレーション知識グラフのコスト特性
- Abstract要約: 知識グラフは、エンティティ空間を共有するが、関係の非結合部分集合を所有する自律的な組織に分散している。
マルチホップクエリに答えるには、複数のサイロから事実を組み合わせる必要がある可能性がある。
設計空間として垂直分割を形式化し、セマンティックドメイングループ化、周波数バランス分割、共起グラフカット分割、ランダム分割の4つの戦略を比較する。
- 参考スコア（独自算出の注目度）: 1.1565257196553245
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Knowledge graphs are increasingly distributed across autonomous organizations that share an entity space but own disjoint subsets of relations, forming a vertical partition. Answering a multi-hop query may require combining facts from several silos, making the partitioning strategy a key data management decision that affects communication, indexing, load balance, and query latency. However, the costs associated with different partitioning strategies remain insufficiently studied. We formalize vertical partitioning as a design space and compare four strategies: semantic domain grouping, frequency-balanced partitioning, co-occurrence graph-cut partitioning, and random partitioning. We evaluate them using five metrics: communication cost, candidate index size, cross-silo path length, load balance, and end-to-end query latency. Three of the five prove to be determined by the graph and the silo count rather than by the partition, which reduces the design problem to two conflicting axes, cross-silo path length and load balance. Experiments on MetaQA and PathQuestion use a fixed federated knowledge graph question-answering architecture based on TransE embeddings and a frozen BERT encoder across three silo configurations. By keeping the learning model unchanged, we isolate the effect of partitioning and show that the trade-off between locality and balance holds only where each silo can hold several relations, weakening as the number of silos increases. The study provides practical guidance for deployments constrained by cross-silo reasoning or by silo load.
- Abstract（参考訳）: 知識グラフは、エンティティ空間を共有するが、関係の非結合部分集合を所有する自律的な組織に分散し、垂直分割を形成する。
マルチホップクエリに答えるには、複数のサイロから事実を組み合わせる必要があるため、パーティショニング戦略は、通信、インデックス付け、ロードバランス、クエリレイテンシに影響を及ぼす重要なデータ管理判断になる。
しかし、異なる分割戦略に関連するコストは依然として十分に研究されていない。
設計空間として垂直分割を形式化し、セマンティックドメイングループ化、周波数バランス分割、共起グラフカット分割、ランダム分割の4つの戦略を比較する。
通信コスト,候補インデックスサイズ,クロスサイロパス長,ロードバランス,エンドツーエンドクエリレイテンシの5つの指標を用いて評価を行った。
5つのうち3つが分割よりもグラフとサイロ数によって決定されることが証明され、設計問題を2つの矛盾する軸、クロスサイロパス長、ロードバランスに還元する。
MetaQAとPathQuestionの実験では、TransE埋め込みに基づく固定された知識グラフ質問応答アーキテクチャと、3つのサイロ構成にまたがる凍結BERTエンコーダを用いている。
学習モデルをそのまま維持することにより、分割の効果を分離し、各サイロが複数の関係を持つ場合にのみ局所性とバランスのトレードオフが成立し、サイロの数が増加するにつれて弱まることを示す。
この研究は、クロスサイロ推論やサイロ負荷によるデプロイメントの実践的なガイダンスを提供する。
関連論文リスト
- GraphMemix: Query-Aware Evidence Forests for Long-Term Multimodal Agent Memory [87.58855368314693]
メモリ構造をクエリ対応エビデンス・フォレスト構築としてモデル化するグラフメモリフレームワークであるGraphMemixを提案する。
4つの長期マルチモーダルメモリベンチマークの実験結果から,異なる基礎モデルによる大幅な改善が示された。
論文 参考訳（メタデータ） (2026-08-27T11:28:49Z) - FedV-KGQA: Multi-Hop Question Answering over Vertically Partitioned Knowledge Graphs [1.1565257196553245]
FedV-KGQAは知識グラフに対するマルチホップ推論のためのフレームワークである。
我々は,実行時とサイロ間通信を伴わずに,適切なグラフ近傍で質問を根拠とするトピックエンティティアンカー機構を導入する。
論文 参考訳（メタデータ） (2026-08-25T17:34:27Z) - Unifying Graph Neural Networks Through a Common Layer Equation [75.88127999406392]
7つのコンポーネントを通して被覆されたアーキテクチャを表現する共通層方程式を導入する。
中央の因子化は、伝達銀行によってエンコードされた情報と、メッセージマップによってエンコードされた動きとを分離する。
この統合を明確化し、標準層とコンポーネント割り当ての作業的削減を通じて、チェック可能にする。
論文 参考訳（メタデータ） (2026-08-17T04:37:59Z) - SliceGraph: Mapping Process Isomers in Multi-Run Chain-of-Thought Reasoning [60.650808962786364]
我々は、CoTスライス間の疎活性化キージャカード類似性に対して、相互kNNによって構築された問題モデル-セルグラフであるSliceGraphを提案する。
同じ正規化された回答を共有する正しいCoTは、複数のプロセスファミリに分割されていることを示す。
また、プロセスファミリは、一致したnull制御の下で異なる遷移カーネルで同じアトラスをナビゲートすることを示す。
論文 参考訳（メタデータ） (2026-05-14T09:37:26Z) - Learning Unified User Quantized Tokenizers for User Representation [32.942924291891636]
U2QT(Unified User Quantized Tokenizers)は、ドメイン間の知識伝達と異種ドメインの初期融合を統合する新しいフレームワークである。
まず、Qwen3 Embeddingモデルを用いて、コンパクトで表現力のある特徴表現を導出する。
第二に、マルチビューRQ-VAEは、共有およびソース固有のコードブックを通じて、因果埋め込みをコンパクトトークンに識別する。
論文 参考訳（メタデータ） (2025-08-01T08:35:32Z) - Divide by Question, Conquer by Agent: SPLIT-RAG with Question-Driven Graph Partitioning [62.640169289390535]
SPLIT-RAGは、質問駆動セマンティックグラフ分割と協調サブグラフ検索による制限に対処するマルチエージェントRAGフレームワークである。
革新的なフレームワークは、まずリンク情報のセマンティック分割を作成し、次にタイプ特化知識ベースを使用してマルチエージェントRAGを実現する。
属性対応グラフセグメンテーションは、知識グラフを意味的に一貫性のあるサブグラフに分割し、サブグラフが異なるクエリタイプと整合することを保証する。
階層的なマージモジュールは、論理的検証を通じて、部分グラフ由来の解答間の矛盾を解消する。
論文 参考訳（メタデータ） (2025-05-20T06:44:34Z) - Siren Federate: Bridging document, relational, and graph models for exploratory graph analysis [0.6349764856675643]
調査には、大きなヘテロジニアス知識グラフに関するインタラクティブな探索分析が必要である。
本稿では,探索グラフ解析を効率的にサポートするシステムであるSiren Federateのアーキテクチャについて論じる。
実験によると、Siren Federateはレイテンシが低く、データ量、ユーザ数、コンピューティングノード数によく対応している。
論文 参考訳（メタデータ） (2025-04-10T14:52:03Z) - Temporally Grounding Instructional Diagrams in Unconstrained Videos [51.85805768507356]
本稿では,ビデオ中の命令図中のクエリ列を同時にローカライズするという課題について検討する。
既存のほとんどのメソッドは、クエリの固有の構造を無視しながら、一度に1つのクエリをグラウンドすることに焦点を当てている。
ステップダイアグラムの視覚的特徴を包括的にペアリングして構築した複合クエリを提案する。
ステップ図のグラウンド化のためのIAWデータセットと自然言語クエリのグラウンド化のためのYouCook2ベンチマークに対するアプローチの有効性を示す。
論文 参考訳（メタデータ） (2024-07-16T05:44:30Z) - Constrained Layout Generation with Factor Graphs [21.07236104467961]
本稿では,各室に4つの潜伏変数ノード,各制約に1つの因子ノードを持つ因子グラフに基づくアプローチを提案する。
ファクタノードは、それらが接続されている変数間の依存関係を表し、より高い順序の可能性のある制約を効果的にキャプチャする。
我々のアプローチはシンプルで、ユーザ要求に忠実なレイアウトを生成し、既存のメソッドよりもIOUスコアが大幅に改善されていることを実証しています。
論文 参考訳（メタデータ） (2024-03-30T14:58:40Z) - Decoupled Subgraph Federated Learning [57.588938805581044]
複数のクライアントに分散したグラフ構造化データに対するフェデレーション学習の課題に対処する。
我々は、このシナリオのための新しいフレームワーク、FedStructを紹介します。
半教師付きノード分類のための6つのデータセットを用いて実験結果を用いてFedStructの有効性を検証する。
論文 参考訳（メタデータ） (2024-02-29T13:47:23Z) - AWAPart: Adaptive Workload-Aware Partitioning of Knowledge Graphs [0.0]
大規模知識グラフは、多くの領域でますます一般的になっている。
これらの断片化されたサブグラフのクエリは、通信コストの増加など、新たな課題を引き起こす。
本稿では,大規模知識グラフの適応分割手法を提案する。
論文 参考訳（メタデータ） (2022-03-28T16:41:27Z)
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。