機械学習とかコンピュータビジョンとか

CVやMLに関する勉強のメモ書き。

graph convolutional network

GraphNVP: An Invertible Flow Model for Generating Molecular Graphsを読んだのでメモ

はじめに GraphNVP: An Invertible Flow Model for Generating Molecular Graphsを読んだのでメモ.Generative flowを使ってmolecular graphを生成する初めての試みとのこと. GraphNVP Generative Flowの一般的な話は何度か記事にしているのでここでは割愛…

Graph U-Netsを読んだのでメモ

はじめに Graph U-Netsを読んだのでメモ. 概要 Graph Neural NetworkでU-Netを作りたいというもの.そのためにgraph Pooling (gPool)とgraph Unpool (gUnpool)を提案する. Graph Pooling Layer ここでの目標は,グラフから情報量の多いノードをサンプリン…

Neural Relational Inference for Interacting Systemsを読んだのでメモ

はじめに Neural Relational Inference for Interacting Systemsを読んだのでメモ.ニューラルネットにより要素間のインタラクションを推定したいというもの.例としてバスケットボールをあげていて,ある選手のダイナミクスは相手選手や味方の選手の動きや…

HOW POWERFUL ARE GRAPH NEURAL NETWORKS?を読んだのでメモ

はじめに HOW POWERFUL ARE GRAPH NEURAL NETWORKS?を読んだのでメモ.各命題,定理の証明は今回は割愛. 2018.11.24 Openreviewにて論文で提案しているGINが定理3を満たさない(= WL testと同等の識別能力を有すると言えない)ということが示されて内容が変…

PeerNets: Exploiting Peer Wisdom Against Adversarial Attacksを読んだのでメモ

はじめに PeerNets: Exploiting Peer Wisdom Against Adversarial Attacksを読んだのでメモ.adversarial attackに強いモデルをgraph convolutionを利用して作ったというもの. Peer Regularization データの空間構造を利用した新しいDNNを提案するというも…

GRAPH ATTENTION NETWORKSを読んだのでメモ

はじめに GRAPH ATTENTION NETWORKSを読んだのでメモ. 気持ち Kipf & Wellingの提案したGraph Convolutional Networks (GCN)は学習されたフィルタがグラフラプラシアンの固有ベクトルに依存するため異なるグラフ構造に対応することができない.そこでフィル…

Higher-order Graph Convolutional Networksを読んだのでメモ

はじめに Higher-order Graph Convolutional Networksを読んだのでメモ 気持ち 現状のgraph convolutional networks(GCN)はone-hopの隣接関係のみを考慮したものになっていて,高次の情報を捉え切れていない.そこでmulti-hopな重み付き隣接行列を使ったGC…

Graph Convolutional Neural Networks for Web-Scale Recommender Systemsを読んだのでメモ

はじめに Graph Convolutional Neural Networks for Web-Scale Recommender Systemsを読んだのでメモ.30億ノード,180億エッジを持つグラフデータに対しても処理可能なrandom walkに基づくgraph convolutional neural network (GCN),PinSageを提案するとい…

Image Generation from Scene Graphsを読んだのでメモ

はじめに Image Generation from Scene Graphsを読んだのでメモ.言語から画像を生成する研究.複雑な文章からでも安定して画像生成ができるとのこと. 概要 ここではシーングラフとノイズを入力として画像を生成するモデルの構築と学習を目標とする.モデル…

SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKSを読んだのでメモ

はじめに SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKSを読んだのでメモ. Fast approximate convolutions on graphs ここでは次のような多層のgraph convolutional networks(GCN)を考える. は無向グラフに自己ループを加えた隣接…

Convolutional Neural Networks on Graphs with Fast Localized Spectral Filteringを読んだのでメモ

はじめに Convolutional Neural Networks on Graphs with Fast Localized Spectral Filteringを読んだのでメモ. Convolution on Graph この論文ではグラフフーリエ変換に基づく畳み込みを考える. Graph Fourier transform 無向グラフで定義された信号を考…

Spectral Networks and Deep Locally Connected Networks on Graphsを読んだのでメモ

はじめに Spectral Networks and Deep Locally Connected Networks on Graphsを読んだのでメモ.前回spectral clusteringの勉強の中でgraph Laplacianについて触れたので,せっかくだから今一度いわゆるgraph convolution関連の論文を読み漁ろうかなと.この…

Graph R-CNN for Scene Graph Generationを読んだのでメモ

はじめに Graph R-CNN for Scene Graph Generationを読んだのでメモ. 手法の概要 まず,を入力画像,をの物体領域と対応したグラフのノード,を物体間の関係性(グラフのエッジ),が物体と関係性を示すラベルとしてそれぞれ定義.ゴールとしてはというモデル…