グラフカーネルのメモ
Weisfeiler-Lehmanグラフカーネルについてのメモである．特に冒頭のグラフカーネルを俯瞰したイントロあたりを読んで面白かったので力尽きるまで読んだ．あと書いている人はカーネル法の研究者でもなければ，グラフに関した機械学習の研究者でもありませんので，気軽に読んでくださいね(これはいわゆる，マクドナルドで女子高生がXXメソッド)． N. Shervashidze et al., Weisfeiler-Lehman Graph Kernels, JMLR, vol. 12, pp. 2539-2561, 2011. お約束: Preliminary ラベル付きグラフG=(V, E, l)，ラベルは自然数とする． N(v)でvの近傍を表す． Walk: edgeの列で，Path: 異なる節点を通るようなWalk（たぶん） 部分木: サイクルを含まない部分グラフ 部分木パターン: 同じ節
Deep graphs—A general framework to represent and analyze heterogeneous complex systems across scales
AAAI2015で発表した - でかいチーズをベーグルする
AAAI2015で発表してきた。タイトルは"OMNI-Prop: Seamless Node Classification on Arbitrary Label Correlation"。必殺チェアーからの質問による時間稼ぎは出ずにちゃんと聞いてくれてる人たちから質問が出たから良かったかな。 今回はソーシャルネットワークにデータを限らずに出来るだけ広範囲のグラフに適用できるアルゴリズムを提案した。話を一般的にしようとすればするほど大変だといういい経験が出来た。ドメインに特化した問題を解くアルゴリズムももちろん重要だけど、やっぱりいろんなデータに対して適用できるアルゴリズムを提案するってのはその分野の発展にも寄与できるしもっと重要だと思う。 OMNI-Prop: Seamless Node Classification on Arbitrary Label Correlation from
OpenGM2
OpenGM is a C++ template library for discrete factor graph models and distributive operations on these models. It includes state-of-the-art optimization and inference algorithms beyond message passing. OpenGM handles large models efficiently, since (i) functions that occur repeatedly need to be stored only once and (ii) when functions require different parametric or
Learning Latent Variable Gaussian Graphical Models (ICML2014)読んだ - Fire and Motion
MLaPPアドベントカレンダー12日目という下書きが下書きエントリにずっと入っていてそろそろ腐敗し始めているため，きまずくてブログが更新できない昨今です．MLaPPアドベントカレンダーは2年越しの計画という言い訳を思いついているので，今年の年末にがんばりたいですね…． さて，学生さんへの紹介用にICML2014のLearning Latent Variable Gaussian Graphical Modelsの説明スライドをつくったので，ブログにのっけておきます．細かい話は一切書いてないですが，そこらへんは論文を読んでください． Learning Latent Variable Gaussian Graphical Models from harapon ICML2014で面白そうだと思った論文は Joint Inference of Multiple Label Types in La
Supervised random walks: predicting and recommending links in social networks(WSDM 2011) 読んだ & リンク予測の話をした - 糞糞糞ネット弁慶
内輪の輪行でリンク予測の話をしたのでスライドをアップする． Link prediction View more presentations from ybenjo Supervised random walks: predicting and recommending links in social networks(WSDM 2011) ついでにSupervised random walks: predicting and recommending links in social networksも読んだのでそれも貼る．著者はfacebookの人． Supervised random walks: predicting and recommending links in social networks 概要 先のスライドでも書いたようにこれまでのリンク予測はグラフ構造のみを用いていた．し
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Robust Spatial Filtering with Graph Convolutional Neural Networks