Graph Neural Networks for Large-Scale Imbalanced Data
| Project/Area Number |
21K21280
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
1001:Information science, computer engineering, and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-08-30 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | グラフニューラルネットワーク / 機械学習 / 人工知能 / グラフ解析 / 大規模データ / 高性能計算 / スーパーコンピュータ / 金融 / 大規模データ処理 / ホロポーテーション |
|---|
| Outline of Research at the Start |
本研究では、人工知能技術にとって極めて重要なグラフ構造とその様々な実社会の応用問題に対して共通して見られる、「大規模不均衡グラフデータの機械学習問題」に対して、新たなグラフニューラルネットワーク（GNN）モデルと、自動的なグラフデータの前処理、後処理、人間によるフィードバックなどを含めたより汎用的なソフトウェアアーキテクチャを設計、提案する。
|
| Outline of Final Research Achievements |
In this study, we proposed the optimization of a GNN (Graph Neural Network) model and software architecture to capture the characteristics of graph data with imbalanced labels and long-term dynamic graph data, which are used as data representations in real-world applications. For imbalanced labels, we proposed a method to construct a heterogeneous graph and train it with a heterogeneous GNN model, which achieved high performance in predicting fraudulent accounts in financial transaction networks. Additionally, we proposed the Spectral Wavelet, which captures the characteristics of dynamic large-scale graphs in a long-term context, and an efficient method for evaluating the complementarity of knowledge graph relationships using topological data analysis.
|
| Academic Significance and Societal Importance of the Research Achievements |
大規模グラフデータを扱う機械学習などの研究では、動的なグラフ構造の変化、インバランスなラベルが要因となるモデル性能の問題を解決することは必須の課題である。本研究と並行して企業（自動車会社、新聞社、人材紹介会社）との共同研究を進めていく中でもこれらの課題が本質的な課題であることを確認しており、学術的な意義ばかりではなく社会的にも大きな意義のある研究成果と言える。
|
Report
(3 results)
Research Products
(5 results)
