| 研究課題/領域番号 |
22K17899
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
華井 雅俊 東京大学, 情報基盤センター, 特任助教 (80936708)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 分散グラフ処理 / Graph Neural Network / グラフ分割 / クラウドコンピューティング |
|---|
| 研究実績の概要 |
今年度は主に分散グラフ処理を利用する実際のアプリケーションとして、Graph Neural Networkの調査・研究に従事し、また、実行中に計算リソースが変動するクラウド環境として、研究実施者の所属部門である都響大学情報基盤センターを中心に開発する"データ活用社会創成プラットフォームmdx"上での可変な仮想環境の構築方法の確立を目指した。具体的に今年度での研究では、エラスティックな計算環境でのグラフ分割のコアアルゴリズムの設計に加え、Graph Nueral Networkを利用した交通流予測およびPoint of Interest予測問題、Graph Neural Networkを利用した求人ソーシャルグラフ解析、Graph Neural Networkを利用した材料物性値予測問題、に取り組み、実際の分散グラフ処理やグラフ分割が必要となるアプリケーションの研究開発をおこなった。また、mdx上にてエラスティックな計算環境を構築するために必要な基礎技術の確立に従事した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
グラフ分割のアルゴリズム設計と実装は順調であり、応用先であるグラフ分割を利用したアプリケーションに関しても研究を行うことができた。ただ、クラウドインフラ周りに関してはmdx自体が開発途中である部分が多く、臨む機能は段階的に実現されているため、全体としてはおおむね順調であるといえる。
|
| 今後の研究の推進方策 |
グラフ分割アルゴリズムの設計・実装の完成をめざし、これまで研究中のGraph Neural Networkへの実際の応用を目指す。具体的に、Graph Neural Networkに関してはこれまでの研究ではTrainingと validationに注力し、アプリケーション予測精度の向上に重きをおいたが、次のステップとして学習で得られた予測モデルを分散計算環境にデプロイし、Inferenceの高速化に注力する。また、インフラ周りとしては、mdxをベースとしたエラスティックな計算環境の構築を実現したい。
|
| 次年度使用額が生じた理由 |
コロナ禍により学会がリモートとなったため。国際的物価高を考慮し、GPU等の価格変動の大きい物品に関しての購入を来年度としたため。
|
