Towards the Advancement of Graph Neural Networks via Graph Reduction and Caching

• Project/Area Number: 25K21193
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60060:Information network-related
• Research Institution: Fukuoka University
• Principal Investigator: 中村 遼 福岡大学, 工学部, 講師 (00881989)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
• Keywords: グラフニューラルネットワーク / グラフ低減 / キャッシング / 強化学習

Outline of Research at the Start

本研究課題では、グラフニューラルネットワーク (GNN: Graph Neural Network) のためのグラフ低減技術およびキャッシュ技術を確立する。具体的には、GNN に適合するように大規模グラフの規模を削減する手法を創出し、GNN に適しているグラフ低減技術を明らかにする。さらに、GNN による推論を簡略化するために、ノード/エッジの特徴量と推論結果との対をキャッシュする方式を確立する。これらによって、GNN を用いるあらゆるアプリケーションの高度化を目指す。