これから始めるグラフニューラルネットワーク(ＧＮＮ)入門

セミナー趣旨

　深層学習は、画像認識や自然言語処理などの分野において華々しい成果を収めてきており、それをグラフに対して適用するための研究が近年非常に盛んになってきている。グラフやグラフ中の頂点を高精度に分類することができれば、高度な画像認識、推薦システム、交通量予測、化合物分類などへの応用が期待できる。その一方で、グラフを扱う上での固有の問題やチャレンジがあることも指摘されてきている。本セミナーでは、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても述べる。

受講対象・レベル

• 深層学習のグラフへの適用に興味がある方

習得できる知識

• グラフニューラルネットワークの基礎知識
• グラフニューラルネットワークの応用
• 今後の学習のための情報

セミナープログラム

1. イントロダクション
   1. 畳み込みニューラルネットワーク
   2. グラフの深層学習
   3. グラフを対象としたタスク
2. グラフニューラルネットワークの応用
   1. 画像認識, 推薦システム, 交通量予測,化合物分類
   2. COVID-19とグラフニューラルネットワーク
3. グラフエンベディング
   1. エンベディング
   2. DeepWalk
   3. LINE
4. Spectral Graph Convolution
   1. グラフ畳み込みのアプローチ
   2. グラフラプラシアン
   3. グラフフーリエ変換
   4. ChebNet
   5. GCN
5. Spatial Graph Convolution
   1. PATCHY-SAN
   2. DCNN
   3. GraphSAGE
6. 関連トピック
   1. Graph autoencoder
   2. Attention, GAT
   3. GraphRNN
   4. 動的変化とGNN
   5. 敵対的攻撃とGNN
   6. GNNの単純化・可能性・限界
   7. GNNの説明可能性
7. 今後の課題
   1. 浅い構造
   2. 動的グラフ
   3. 非構造データ
   4. スケーラビリティ
8. PyTorchによる実装
   1. 深層学習ライブラリ
   2. Google Colaboratory
   3. PyTorch
   4. PyTorch Geometric
   5. Open Graph Benchmark
9. 今後の学習のための情報源
   1. サーベイ論文, 書籍
   2. Web上の情報源
   3. チュートリアル

□質疑応答□

キーワード：グラフニューラルネットワーク、グラフエンベディング、グラフ畳み込み、PyTorch

セミナー講師

東京工業大学　情報理工学院　教授　博士(工学)　村田 剛志　氏

セミナー受講料

定価：49,500円（オンライン受講価格：39,600円）

＜セミナー主催者のメルマガ登録をされる場合＞
特別割引価格：
１名：46,970円（オンライン受講価格：37,620円）
２名：49,500円（１名分無料：１名あたり24,750円）
３名以上のお申込みの場合、１名につき24,750円で追加受講できます。

受講について

Zoom配信の受講方法・接続確認

• 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
• 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
• 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
• セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• セミナー中、講師へのご質問が可能です。
• 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
  ≫ テストミーティングはこちら

配布資料

• PDFテキスト(印刷可・編集不可)

Live配信受講者特典のご案内

• アーカイブ(見逃し)配信付き：
  視聴期間：終了翌営業日から7営業日後まで［7/28～8/3］予定
  ※アーカイブは原則として編集は行いません
  ※視聴準備が整い次第、担当から視聴開始のメールご連絡をいたします。