| 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 | 2026-07-23 09:00 ［ポスター講演］GSS(Graph Spectrum Shift)がGNN の学習の収束速度に与える影響の検討 ○安東聖祐・寒風公貴・作元雄輔（関西学院大）  CQ2026-41 |
|
| 抄録 | （和） | 現実世界のグラフデータの多くは，グラフ構造や各ノードの性質が時々刻々と変化する動的グラフである．このような動的グラフに対して GNNを適用するためには，グラフの変化に応じてモデルを更新し，短い学習時間で十分な分類精度に到達することが重要である．GNN における特徴量の伝播は，グラフ構造情報行列の固有値分布と深く関係しており，この固有値分布は，グラフ上で特徴量がどのように伝播し，隣接ノードの情報がどの程度集約されるかに影響を与える可能性がある．そこで本研究では，行列の固有ベクトルを保ったまま固有値分布をシフトする操作である Graph Spectrum Shift(GSS) を用いて，グラフ構造情報行列の固有値分布の変化が GNN の学習速度に与える影響を評価する．その際には，様々なデータセットや GNN モデルを用いて，同一の評価指標のもとで GSS が学習速度に与える影響を比較する． |
| （英） | Many real-world graph datasets are dynamic graphs, in which the graph structure and the properties of individual nodes change over time. To apply GNNs to such dynamic graphs, it is important to update the model in response to changes in the graph and to achieve sufficient classification accuracy within a short training time. Feature propagation in GNNs is closely related to the eigenvalue distribution of the graph structural information matrix, and this eigenvalue distribution may affect how features propagate over the graph and how much information is aggregated from neighboring nodes. Therefore, in this study, we use Graph Spectrum Shift (GSS), an operation that shifts the eigenvalue distribution of a matrix while preserving its eigenvectors, and evaluate how changes in the eigenvalue distribution of the graph structural information matrix affect the training speed of GNNs. In this evaluation, we compare the effect of GSS on the training speed using various datasets and GNN models under the same evaluation criterion. | |
| キーワード | （和） | グラフニューラルネットワーク / 半教師ありノード分類 / 学習速度 / スペクトラルグラフ理論 / 固有値分布 / / / |
| （英） | Graph Neural Network / Semi-Supervised Node Classification / Learning Speed / Spectral Graph Theory / Eigenvalue Distribution / / / | |
| 文献情報 | 信学技報, vol. 126, no. 121, CQ2026-41, pp. 148-153, 2026年7月. | |
| 資料番号 | CQ2026-41 | |
| 発行日 | 2026-07-14 (CQ) | |
| 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 | CQ2026-41 |
|
| 研究会情報 | |
| 研究会 | CQ |
| 開催期間 | 2026-07-21 - 2026-07-23 |
| 開催地（和） | イーフ情報プラザ |
| 開催地（英） | Eef Jouhou Plaza |
| テーマ（和） | ネットワーク性能、仮想空間/メタバース、グラフ解析、ゲーム理論、機械学習、インタラクション、ソーシャルメディア、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2026-07-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | GSS(Graph Spectrum Shift)がGNN の学習の収束速度に与える影響の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on the Effects of Graph Spectrum Shift on the Training Convergence Speed of GNNs |
| 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） | 半教師ありノード分類 / Semi-Supervised Node Classification |
| キーワード(3)（和/英） | 学習速度 / Learning Speed |
| キーワード(4)（和/英） | スペクトラルグラフ理論 / Spectral Graph Theory |
| キーワード(5)（和/英） | 固有値分布 / Eigenvalue Distribution |
| 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） | 安東 聖祐 / Sonu Ando / アンドウ ソンウ |
| 第1著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 寒風 公貴 / Koki Kampu / カンプウ コウキ |
| 第2著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 作元 雄輔 / Yusuke Sakumoto / サクモト ユウスケ |
| 第3著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-23 09:00:00 |
| 発表時間 | 60分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2026-41 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.121 |
| ページ範囲 | pp.148-153 |
| ページ数 | 6 |
| 発行日 | 2026-07-14 (CQ) |
[研究会発表申込システムのトップページに戻る]