不完全データにおけるグラフ学習：理論構築と革新的実応用

• 研究課題/領域番号: 25K03231
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62020:ウェブ情報学およびサービス情報学関連; 小区分60080:データベース関連; 合同審査対象区分:小区分60080:データベース関連、小区分62020:ウェブ情報学およびサービス情報学関連
• 研究機関: 国立研究開発法人産業技術総合研究所
• 研究代表者: 劉 欣 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (20803935)
• 研究分担者: 村田 剛志 東京科学大学, 情報理工学院, 教授 (90242289)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円); 2028年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2027年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2026年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2025年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
• キーワード: Graph Machine Learning / Graph Neural Network / Graph Embedding / Graph Analysis / Imperfect Data

研究開始時の研究の概要

Deep learning has achieved groundbreaking success in fields such as image recognition and natural language processing, significantly impacting industry. However, these techniques have not seen comparable success with graph data. A major reason is that current graph learning technologies typically require idealized data, which are rarely available and make real-world applications impractical. This research aims to develop approaches that maintain high performance on imperfect graph data, enhancing the practicality of graph learning and enabling innovative applications across diverse fields.