| 研究実績の概要 |
鉄道や自動車などの交通網における物流や人の移動、Facebook やTwitter などの複数のソーシャルメディアによる口コミなど、複数の関係性で構成されるネットワークにおける情報伝搬は現実の様々な場面において見受けられる。そのようなネットワークにおいて災害の連鎖を防いだり有益な情報を広めたりすることは、現実の社会インフラにおける喫緊の課題である。
本研究課題「多層ネットワークにおける情報伝搬の解明と制御」では、複数の関係性で構成される多層ネットワークに注目する。各層のネットワークの構造やそれらの相互作用を分析することによって、多層ネットワークにおける情報伝搬を解明するだけでなく制御する手法を開発することを目標とした。
研究実績としては、論文誌ACM Transactions on Knowledge Discovery from Data, Future Generation Computer Systems, IEEE Access, Information Science 等での論文採択や、国際会議CIKM 2019やACML 2020等での論文採択などがあげられる。また、本研究課題を契機として、グラフを対象とした深層学習についての研究に着手しており、グラフエンベディングやグラフニューラルネットワークにおける研究成果に結びついてきている。特に2022年にオーム社から出版した「グラフニューラルネットワーク: PyTorchによる実装」は、この分野における和書としては日本で最初のものであり、注目を集めた。
|
