| 講演名 | 2021-06-28 属性区間付きグラフを用いた予測グラフマイニング 朝日 陽向(名工大), 烏山 昌幸(名工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 分子構造や交通ネットワークなど複雑な構造化データを表現する方法としてグラフが広く用いられている．本研究では，各頂点または辺が連続値を持つ属性付きグラフから，予測に寄与する部分グラフを抽出する予測グラフマイニングを考える．既存の予測グラフマイニングアルゴリズムは属性値が離散の場合のみを扱っており，連続値の属性付きグラフから解釈可能な表現を抽出することはできなかった．ここでは，属性値の区間が付随した部分グラフ（属性区間付きグラフ）によって，どのような属性値を持つ部分グラフが予測に寄与するのか表現し，スパースモデルにより重要な属性区間付き部分グラフを発見する方法を提案する．あり得る属性区間付き部分グラフは膨大だが，予測へ寄与しない特徴量を枝刈りするスクリーニングと，区間と部分グラフの列挙を同時に行うマイニング木を組み合わせることで効率的な最適化が可能になることを示す．さらに，計算機実験で既存手法との比較を行い，提案法の有用性を示す． |
| 抄録(英) | Graphs have been widely used to represent structured data such as molecular data and traffic networks. In this paper, we consider a predictive graph mining problem for continuous attributed graphs, while existing predictive graph mining methods are only for discrete attributes. We employ an approach based on a graph with `intervals of attributes’, which we call an interval-attributed graph. This enables to extract interpretable representations from continuous attributed graphs. We propose a sparse linear model by which we can identify a small number of important interval-attributed subgraphs for the prediction. Although there exist a large number of possible interval attributed subgraphs, we show that an efficient pruning method can be constructed by using a mining tree that enumerates both of subgraphs and intervals. Furthermore, we compare our proposed method with existing methods by using several benchmark datasets. |
| キーワード(和) | 属性付きグラフ / グラフ分類 / グラフマイニング / 区間マイニング |
| キーワード(英) | Attributed Graph / Graph Classfication / Graph Mining / Interval Mining |
| 資料番号 | NC2021-6,IBISML2021-6 |
| 発行日 | 2021-06-21 (NC, IBISML) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2021/6/28(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 大須 理英子(早大) / 竹内 一郎(名工大) / 倉田 博之(九工大) / 関嶋 政和(東工大) |
| 委員長氏名（英） | Rieko Osu(Waseda Univ.) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / 倉田 博之(九工大) / 関嶋 政和(東工大) |
| 副委員長氏名（和） | 山川 宏(東大) / 杉山 将(東大) |
| 副委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Masashi Sugiyama(Univ. of Tokyo) |
| 幹事氏名（和） | 内部 英治(ATR) / 西田 知史(NICT) / 津田 宏治(東大) / 神嶌 敏弘(産総研) / 伊藤 公人(北大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 大上 雅史(東工大) / 笹山 琴由(三菱電機) / 花田 良子(関西大) / 林 亮子(金沢工大) / 吉本 潤一郎(奈良先端大) / 渡邉 真也(室蘭工大) |
| 幹事氏名（英） | Eiji Uchibe(ATR) / Satoshi Nishida(NICT) / Koji Tsuda(Univ. of Tokyo) / Toshihiro Kamishima(AIST) / 伊藤 公人(北大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 大上 雅史(東工大) / 笹山 琴由(三菱電機) / 花田 良子(関西大) / 林 亮子(金沢工大) / 吉本 潤一郎(奈良先端大) / 渡邉 真也(室蘭工大) |
| 幹事補佐氏名（和） | 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) / 岩田 具治(NTT) / 中村 篤祥(北大) |
| 幹事補佐氏名（英） | Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 属性区間付きグラフを用いた予測グラフマイニング |
| サブタイトル（和） | |
| タイトル（英） | Predictive Graph Mining using Graphs with Interval Attributes |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 属性付きグラフ / Attributed Graph |
| キーワード(2)（和/英） | グラフ分類 / Graph Classfication |
| キーワード(3)（和/英） | グラフマイニング / Graph Mining |
| キーワード(4)（和/英） | 区間マイニング / Interval Mining |
| 第 1 著者 氏名（和/英） | 朝日 陽向 / Hinata Asahi |
| 第 1 著者 所属（和/英） | 名古屋工業大学(略称：名工大) Nagoya Institute of Technology(略称：NIT) |
| 第 2 著者 氏名（和/英） | 烏山 昌幸 / Masayuki Karasuyama |
| 第 2 著者 所属（和/英） | 名古屋工業大学(略称：名工大) Nagoya Institute of Technology(略称：NIT) |
| 発表年月日 | 2021-06-28 |
| 資料番号 | NC2021-6,IBISML2021-6 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NC-79,IBISML-80 |
| ページ範囲 | pp.39-46(NC), pp.39-46(IBISML), |
| ページ数 | 8 |
| 発行日 | 2021-06-21 (NC, IBISML) |