講演情報
[5D-05]深層学習を用いたアルゴリズムの選択によるサブグラフマッチングの高速化
*倉谷 元琉1、天方 大地1、佐々木 勇和1 (1. 大阪大学)
発表者区分:学生
論文種別:ロングペーパー
インタラクティブ発表:あり
論文種別:ロングペーパー
インタラクティブ発表:あり
キーワード:
サブグラフマッチング、機械学習、高速化、アルゴリズムの選択
サブグラフマッチングは, 与えられたデータグラフの中から特定の構造を持つ部分グラフのすべての埋込みを列挙する技術であり,グラフの解析において基本的かつ重要な技術である. サブグラフマッチングのアルゴリズムの性能にフィルタリング, 順序決定, 埋込みの組合せの性能が影響している.
既存研究では, これらに対する新たな手法を提案し,サブグラフマッチングの高速化を行っているが, 最適なアルゴリズムは扱うデータグラフやクエリグラフによって異なることが知られている.
提案手法では,機械学習を用いて与えられたデータグラフとクエリグラフに対する最速なアルゴリズムの組合せを選択し, サブグラフマッチングを実行する.実験では 8 つのデータセットのうち 7 つのデータセットで提案手法が選択したアルゴリズムが従来のサブグラフマッチングの手法に比べて高速になることを示す.
既存研究では, これらに対する新たな手法を提案し,サブグラフマッチングの高速化を行っているが, 最適なアルゴリズムは扱うデータグラフやクエリグラフによって異なることが知られている.
提案手法では,機械学習を用いて与えられたデータグラフとクエリグラフに対する最速なアルゴリズムの組合せを選択し, サブグラフマッチングを実行する.実験では 8 つのデータセットのうち 7 つのデータセットで提案手法が選択したアルゴリズムが従来のサブグラフマッチングの手法に比べて高速になることを示す.