講演情報
[N-2-11]グラフアンラーニングにおける要求ノード削除が隣接ノードに対するモデル出力に与える影響に関する一検討
◎松尾 涼太郎1 (1. 福岡大学)
キーワード：
グラフアンラーニング、グラフニューラルネットワーク
近年、削除要求を受けたノードやリンクの影響を学習済み GNN モデルから取り除く、グラフアンラーニング (graph unlearning) が注目を集めている。これまで、削除後も推論精度を維持しつつ、短時間でモデルを更新する手法が提案されている一方で、要求ノードまたはリンクが実際に削除されたかを、要求者が判断することは難しいという課題がある。本稿では、要求ノードが実際に削除されたかを判定するための初期検討として、要求ノードの削除が、その隣接ノードに対するモデル出力にどのような影響を与えるかを調査する。GNN モデルでは、ノード削除が隣接ノードの出力に影響を及ぼすため、削除前後における隣接ノードの出力変化は、判定のための一つの手がかりとなる可能性がある。実験と通して、高次数ノードを削除したとき、その隣接ノードに対するモデル出力に与える影響が大きいことが示唆されることを報告する。