多層ネットワークにおける情報伝搬の解明と制御

2023 年度 研究成果報告書

• 研究課題/領域番号: 17H01785
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 研究分野: 知能情報学
• 研究機関: 東京工業大学
• 研究代表者: 村田 剛志 東京工業大学, 情報理工学院, 教授 (90242289)
• 研究期間 (年度): 2017-04-01 – 2022-03-31
• キーワード: 多層ネットワーク / 情報伝搬

研究成果の概要

鉄道などの交通網における物流や人の移動、ソーシャルメディアによる口コミなどの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。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、国際会議での論文採択がある。また本研究課題を契機として、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の成果も出てきている。

自由記述の分野

知能情報学

研究成果の学術的意義や社会的意義

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。