グラフ深層学習
: ヤオ マー/ジリアン タン/宮原 太陽/中尾 光孝
世界は「グラフ」でできている。ソーシャルネットワーク、交通ネットワーク、タンパク質の相互作用など、身の回りの様々な現象は、ノード(頂点)とエッジ(辺)から構成されるグラフによって記述することができる。本書はこのグラフを深層学習(ディープラーニング)に適用した「グラフ深層学習」を、初学者にも分かりやすく解説した入門書である。グラフ理論や深層学習の基礎からはじめ、グラフニューラルネットワーク(GNN)の理論的な側面やその実践的な応用例を幅広く取り上げている。自然言語処理、画像処理、データマイニング、生化学・ヘルスケアなど、様々な分野でのGNNの活用が理解できるようになってる。GNNに興味を持つ学生や研究者、さらには実際の業界でGNNを応用したいと考えている専門家にとって、理解の手引きとなる一冊である。
第1章 グラフ深層学習:イントロダクション
第1部 基礎
第2章 グラフ理論の基礎
第3章 深層学習の基礎
第2部 手法
第4章 グラフ埋め込み
第5章 グラフニューラルネットワーク
第6章 GNNの敵対的ロバスト性
第7章 GNNのスケーラビリティ
第8章 複雑グラフ上のGNN
第9章 GNNの枠を超えて:その他のグラフ深層学習モデル
第3部 応用
第10章 自然言語処理分野におけるGNN
第11章 画像処理分野におけるGNN
第12章 データマイニング分野におけるGNN
第13章 生化学・ヘルスケア分野におけるGNN
第4部 発展
第14章 GNNにおける発展的な話題
第15章 GNNにおける発展的な応用例
レビュー(0件)