| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-01-18 13:00 予測グラフマイニングによるグラフニューラルネットワークの局所的解釈 ○朝日陽向・烏山昌幸（名工大）  IBISML2021-23 |
|
| 抄録 | （和） | 分子構造などのグラフ構造化データに対するモデルとして, グラフニューラルネットワーク (Graph Neural Network:GNN)が主流である．しかし, GNNは複雑な非線形学習器であるためモデルに対する解釈が難しい．本研究では，任意の注目グラフの周りでGNNに「予測グラフマイニング」を適用することで, 局所的な解釈を抽出する方法を提案する．予測グラフマイニングは膨大な部分グラフ集合から予測に寄与する部分グラフを効率的に抽出することができる. これにより, GNNが注目グラフ周辺でどのような部分グラフを重視しているのかを解釈することが可能になる. 本稿では, GNNのための局所モデル推定法を示し, 計算機実験を通して解釈可能な部分グラフの抽出が可能であることを示す. |
| （英） | Graph Neural Networks (GNNs) have attracted wide attention in the data science community. However, predictions of GNNs are difficult to interpret because of its complicated network architectures and nonlinear transformations. In this paper, we propose a method that extracts local interpretations of a GNN by locally applying “Predictive Graph Mining (PGM)” to the outputs of the GNN around an arbitrary given graph of interest. PGM is a sparse learning method that efficiently identifies important subgraphs for predictions, by which we can obtain locally important subgraphs in the GNN. In our experiments, we demonstrate that our proposed method can extract interpretable subgraphs for GNNs using several benchmark datasets. | |
| キーワード | （和） | グラフニューラルネットワーク / 予測グラフマイニング / 解釈可能性 / / / / / |
| （英） | Graph Neural Network / Predictive Graph Mining / Interpretability / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 321, IBISML2021-23, pp. 37-44, 2022年1月. | |
| 資料番号 | IBISML2021-23 | |
| 発行日 | 2022-01-10 (IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2021-23 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2022-01-17 - 2022-01-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | Machine Learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2022-01-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 予測グラフマイニングによるグラフニューラルネットワークの局所的解釈 |
| サブタイトル（和） | |
| タイトル（英） | Local Explanation of Graph Neural Network through Predictive Graph Mining |
| サブタイトル（英） | |
| キーワード(1)（和/英） | グラフニューラルネットワーク / Graph Neural Network |
| キーワード(2)（和/英） | 予測グラフマイニング / Predictive Graph Mining |
| キーワード(3)（和/英） | 解釈可能性 / Interpretability |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 朝日 陽向 / Hinata Asahi / アサヒ ヒナタ |
| 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/ヨミ） | 烏山 昌幸 / Masayuki Karasuyama / カラスヤマ マサユキ |
| 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) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-18 13:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2021-23 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.321 |
| ページ範囲 | pp.37-44 |
| ページ数 | 8 |
| 発行日 | 2022-01-10 (IBISML) |
[研究会発表申込システムのトップページに戻る]