@misc{oai:uec.repo.nii.ac.jp:00010252,
 author = {橋本, 陸},
 month = {2022-05-09},
 note = {2021, グラフデータ，つまりはノード(頂点)とエッジ(辺)で表現されたデータの分析に対して，ノードエンベディングは有効な手法の一つである.ノードエンベディングはグラフのノードを低次元空間でベクトル表現する手法である.この時，グラフの構造を反映させる必要があり一般的にノード間に辺が存在する，共通の多くの隣接ノード持つ等の関係が強いノード同士の距離が小さくなるようにベクトル表現する.このように低次元空間でベクトル表現することにより既存の機械学習のアルゴリズムを用いた分類器や予測器をノード分類やリンク予測などのグラフで表現される情報に対するタスクに効果的に使用することが可能になり，今日までに様々な手法が提案されている.
また，近年では時間変化するグラフ，つまり動的グラフに対するノードエンベディングの手法に関する研究も行われている.こちらも様々な手法が提案されているが多くの手法で動的グラフに対するノードエンベディングではベクトル表現に時間情報を反映させるため他時刻の同一ノードのベクトル表現に対してアライメントをとる.具体的には，各時刻のベクトル表現に対して制約を加えるまたは処理を加えることで，前の時刻でベクトル表現された近くで現時刻のベクトル表現を行う.このアライメントを取る方法として先行研究で提案されたプロクラステス回転を用いた手法は高い効果を示している.プロクラステス回転は各データ点が一対一対応をする時，2つのデータ点群が合致するように回転する.
本研究ではより効果的にプロクラステス回転を用いるためにノードの時間変化を定義し時間変化の小さいノードを基準にプロクラステス回転を行うことを提案する.まず，時間変化が小さい場合よりそれ以前の時刻のベクトル表現と近い表現になると考えた.そして，そのようなノードを基準にすることでより精密なアライメントが可能となる.結果的にグラフで表現されるデータに対するタスクに対しより効果的に機械学習のアルゴリズムを適用することができると考えた.以上の考えをもとに，いくつかの実世界データを用いた数値実験行なった.実験により得た結果をもとに既存の全ノードを基準にプロクラステス回転を適応する場合と比較することで動的グラフに対する回転を用いたノードエンベディングにおける基準ノード選択がグラフで表現される情報に対するタスクに及ぼす効果を示す.},
 title = {動的グラフに対する回転を用いたノードエンベディングにおける基準ノード選択の検討},
 year = {},
 yomi = {ハシモト, リク}
}