Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Towards Quantifying Long-Range Interactions in Graph Machine Learning: a Large Graph Dataset and a Measurement

Created by
  • Haebom

作者

Huidong Liang, Haitz S aez de Oc ariz Borde, Baskaran Sripathmanathan, Michael Bronstein, Xiaowen Dong

City-Networks:長距離依存学習のための大規模都市ネットワークデータセット

概要

本論文では、長距離依存性学習の研究のために、実際の都市道路ネットワークから派生した大規模な移行学習データセットであるCity-Networksを紹介します。このデータセットには10​​万以上のノードを持つグラフが含まれており、従来のベンチマークよりもはるかに大きい直径を持っており、長距離の相互作用を自然に含んでいます。また、ノード中心性に基づいてグラフを注釈し、分類作業が遠いノードの情報を必要とするように設計しました。最後に、長距離依存性を定量化するためのモデルに依存しない測定方法を提案します。

Takeaways、Limitations

Takeaways:
実際の都市道路ネットワークに基づく大規模なデータセットを提供し、長距離依存性の研究に貢献します。
長距離情報学習に適した分類作業を設計し、モデルの性能評価を容易にします。
長距離依存性を測定するためのモデルに依存しない方法を提案し、客観的な評価を可能にします。
過度の平滑化と影響スコアの希釈に焦点を当て、データセットの設計と測定方法の理論的根拠を提供します。
Limitations:
論文自体からLimitationsへの直接的な言及はありません。
👍