グラフ構造と機械学習

Last updated Unknown Edit Source

• 機械学習

  機械学習

  分類 あまり意識しないけど、機械学習等は基本的にを仮定している（連続空間） 距離を知りたかったらとか ...

  1/3/2023

  の課題(?): ベクトル以外のデータ構造を扱う機械学習

  機械学習

  分類 あまり意識しないけど、機械学習等は基本的にを仮定している（連続空間） 距離を知りたかったらとか ...

  1/3/2023

  は自明ではない (非主流という意味?)
  • ex: グラフ
  • グラフ扱えれば、友達関係とか化合物とか(あくまでも一例)いろいろな物に使えるように
  • グラフカーネル
• グラフディープラーニング

  ディープラーニング

  モデルのへの拡張 変換を何度も繰り返して、徐々に複雑な関数を表現していく = 深層学習を、の手段の一つとして捉える 以前学んだ時は、なんでこれであんな複雑なタスクが出来るんだろうと気味が悪かった ただ、で再学習したら、まあできるよなという気持ちになってきた 「モデルに沢山パラメータがあれば複雑なものが表現できる」という感覚がついたのが、自分の中での変化な気がする ...

  1/3/2023

  • グラフ構造からの特徴抽出にニューラルネットワーク

    ニューラルネットワーク

    基本の回帰モデルを表すと↑になる これの層を増やしたり、間のユニットを増やすことで学習 各矢印が、重みwを持っている、全部違う値 学習によって調整される それだけだとただの回帰と同じ、だから、やを使ってフィルターをかける みたいに、して重みを0に近づけることもできる デフォルトはほとんど正則化しない 最初は、乱数で重みを決める 学習した内容の解析が難しい、やる方法の一つは重みのヒートマップをみること パラメーター学習のには、や等が初心者向けにある #Pythonで始める機械学習 モデルが完成したら、実際にする時はこの計算をすればいいだけ、簡単 （xが入力、Wが各層の重み、yが出力、σが） 一つの層のたくさんあるのうち、一つがめっちゃ影響力強くなっちゃうことがある それを避けるために、ランダムにdropoutする ...

    1/3/2023

    を用いる
• グラフ畳み込み
  • CNN

    CNN

    from 「行列とベクトルの掛け算」の代わりに、の処理もやるニューラルネットワーク 「小さいベクトルをスカラーに変換」するフィルタを、大きいベクトル（元画像）の色々な部分（カーネル）に対してやることで、大きいベクトル（元画像）をちょっと小さくしたベクトルを得る みたいな感じかな ...

    1/3/2023

    等と同じ考え方、周辺頂点の情報を取り込んで圧縮していく