[B-16] Internet Architecture

11:00 AM - 11:15 AM JST(2:00 AM - 2:15 AM UTC)

[B-16-09] A Study on Large Language Model-driven Graph Coarsening using Natural Language Instructions

〇Hidehiro Ueno¹, Hiroyuki Ohsaki¹ (1. Kwansei Gakuin Univ.)

Keywords:

Graph Coarsening,Large Language Model

通信ネットワークの運用管理や障害解析、あるいはネットワーク構成の視覚的理解においては、数百から数千のノードで構成される複雑なトポロジを人間が直感的に把握できる規模へと簡約化する操作が日常的に求められる。この操作は一般にグラフ粗視化と呼ばれ、トポロジの本質的な特徴を維持したまま縮小することを目的とする 。実務者は、単にグラフを機械的に縮小するのではなく、例えば「ネットワーク内の主要なコミュニティ構造を保ちながら、交差が少なく平面的で見やすい図に簡約したい」といった、応用目的に応じた多様な自然言語による意図を抱く。

しかし、従来のグラフ粗視化手法カット誤差の最小化やスペクトル性質の保存といった、あらかじめ数学的に定義された固定的な目的関数を最適化することのみに焦点を当てており、利用者の自由な言語的意図を直接受け入れて柔軟に制御する機構を持っていない。そこで本研究では、
近年急速に発展している大規模言語モデル (LLM) の高度な言語理解能力と推論能力を活用し、自然言語指示によってグラフの粗視化を動的に制御する新しい枠組みの構築を目指す。