いないち日記

大阪で Information Retrieval を勉強する大学生の日記。

2018/10/15

朝8時に起きた。

今日は研究室の論文読み合宿が静岡であるので、東京から新幹線で異動。

昼前から早速スタート。トップバッターは自分。
あまり説明がうまくなく、他の人に理解してもらえたかが不安。反省点の残る発表だった。

以下は今日紹介された論文たち。

Runtime Neural Pruning. NIPS (Poster). 2017.
CNN の Pruning をする手法で、エッジを抜くのではなくて特徴マップをそのまま抜いてしまう。特徴マップを利用するかどうかの判定は強化学習的アプローチを使い、その判断部分のネットワークは Q-value を出力するように学習される。

Bayesian Robust Attributed Graph Clustering: Joint Learning of Partial Anomalies and Group Structure. AAAI. 2018
Attributed Graph Clustering の手法で、これまで考えられてこなかった partial anomaly という問題に着目。提案手法はこの partial anomaly に強いクラスタリングが可能。ちなみに生成モデルは Dirichlet-Categorical 共役分布を使っていたりと、どこかトピックモデルを匂わせる。

Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting. IJCAI. 2018.
時間的に変化するグラフを convolution する手法を提案。カーネル関数を graph Laplacian  L の関数と見ているところがポイントで、ここでカーネル関数を  L についての一次式と (大胆に?) 定義している。ちなみに  L^n はグラフの n hop での経路情報を保持しているので、これはつまるところ graph の convolution にあたる。

Robust graph regularized nonnegative matrix factorization for clustering. Data Mining and Knowledge Discovery. 2018.
誤差をある程度 robsut に評価する NMI の亜種で、目的関数に hard threshold を用いているところが新規性にあたる。