hadoop(giraph)で動作する分散グラフ分析器 sotera-DGAの動作検証(修正版) - Qiita
目的 前回の記事で「分散グラフ分析器 sotera/distributed-graph-analytics(以下Sotera-DGA)」のlouvain法のサンプルを実行してみたが、結果の妥当性が分からなかったので、各所でよく使われているpython-louvainの出力結果と比較検証してみる。 方法 データの準備 検証用のデータとしてソーシャルネットワークの研究でよく使用されているkarate clubを使用する。 下記のコードでSotera-DGA用のフォーマットで出力する。 import networkx as nx graph=nx.karate_club_graph() for edge in graph.edges(): print str(edge[0]+1) + "," + str(edge[1]+1)
Graph Convolutionを自然言語処理に応用する Part1
Graph Convolutionを自然言語処理に応用するため、何回かに分けて学習した内容をまとめていきます。内容については、最終的にQiitaなどで1記事にまとめる予定です。 Part1では、Graphを扱う過去の手法からGraph Convolutionへと到るまでの過程を解説します。また、Graph Convolutionに着目した理由についても述べておきます。 なぜ自然言語でGraph ConvolutionかGraph Convolutionに着目した理由はTransformerです。Transformerで使用されているSelf-Attentionは、各単語が他の全単語とどれくらい関係しているかの重みを算出します。これは、単語をノードとみなすとまさにグラフ構造のような形になります。 Attention-based Models (DLAI D8L 2017 UPC Deep L
D-WaveマシンでGraph Golfに挑戦した話 - Mercari Engineering Blog
こんにちは。メルカリのR4DでProfessional Internshipをしている@yonesuke です。 この記事ではD-Waveの量子アニーリングマシンを実際に使って行ったことについて紹介したいと思います。 背景 最近巷では量子が来る！なんて言われ方もするほど量子という言葉が付くものには注目が集まっています。そんななか、メルカリのインターンでD-Wave社の量子アニーリングマシン*1を用いて組合せ最適化問題を解くことが出来る！というのに惹かれて今回の応募しました。 tech.mercari.com 本ブログでは量子コンピュータやD-Waveで使われる言葉が少しだけ使われています。わからない用語があった場合はこちらのページで調べてみるといいかもしれません。 qard.is.tohoku.ac.jp D-Waveが解ける問題 D-Waveの量子アニーリングマシンはイジング模型のハミル
つながりをデータから解き明かしたい ~ 複雑ネットワークの世界とそれを活用した不正検知の紹介 | メルカリエンジニアリング
この記事は、Merpay Tech Openness Month 2020 の17日目の記事です。こんにちは。メルペイのMachine Learningチームのhmjです。 検知精度とオペレーション負荷のトレードオフ解消 取引の連続性に着目した検知 と不正決済の検知への機械学習の適用の内容にて投稿してきました．今回は「集団的な不正の検知」がテーマとなります． 昨今，Web不正検知やセキュリティに関わるでもECサイトでの集団による不正の手口は多様化や複雑化してきていることが報告されています[1]． メルペイでも，今後起こり得る集団的な不正決済への対策を講じる必要があると考えています． 集団的な不正は検知できたとしてもその全体像がみえにくいこともあり，ソリューションとしては「検知できること」と「すばやく全体像を把握できる」を満たすものが求められています． 両者を満たす解決方法として，グラフ理論
抽出的文書要約における hetero graph の応用 Heterogeneous Graph Neural Networks for Extractive Document Summarization
ACL 2020 に採択された Heterogeneous Graph Neural Networks for Extractive Document Summarization を読んでいます。
Elastic Stack 5.0.0-alpha5がリリース。そろそろGraphを試してみる #elasticsearch - Taste of Tech Topics
Pokemon Goトレーナーの @cero_t です。 今月頭にラスベガスのモンテカルロに宿泊したところ、ニャース、マンキー、ガーディの巣になっていて、アメを100個以上ためることができました！ そんなPokemon Goとは関係ないですが、Elasticsearch Go の alpha Goがリリースされました！ Go! Go! 5! 5! ・・・はい、ちょっと無理ありましたね。知ってます。 Elastic Stack 5.0.0-alpha5の新機能は、Elasticのブログエントリーを参照してください。 https://www.elastic.co/jp/blog/elastic-stack-release-5-0-0-alpha-5 私としては、Beatsのテンプレート読み込み機能の辺りがちょっと注目ポイントでした。 さて、alpha5の話題はこれぐらいにして、今日の主なテーマ
新著が出ます：『プログラマのためのSQLグラフ原論』 - ミックのブログ
今月下旬に、J.セルコの『Trees and Hierarchies 2nd Edition』の邦訳が刊行されます。同著者の代表作『プログラマのためのSQL 第4版』のスピンオフの一つで、RDB/SQLで木と階層構造を扱うための方法論にフォーカスしたなかなかマニア度の高い一冊です。主眼となる「入れ子集合モデル」については、私もあちこちの記事や書籍で紹介したことがあるので、ご存じの方もいるかもしれませんが、より包括的かつ理論面までカバーした本格派の内容になっています。 表紙の女性はマリア様でしょうか。本家の方が刊行されたときも「このおっさん誰？」という質問が相次ぎましたが、ガリレオという説が有力なようです。そう言われてみると本家は『星界の報告』のような格調を感じます。本書の方は、長らく定説とされてきたモデルをひっくり返そうという意味では『天体の回転について』みたいな性格もあるのですが、大型本
Dgraph - A high performance graph database written in pure Go
Go Conference 2018 Spring
グラフDBのNeo4jを1日触ってみた - Wantedly Engineer Blog
こんにちは！Wantedlyで12月中にインターンシップをしていた後藤です． 今回，業務の一環としてグラフDBであるNeo4jを1日触ってみたので，それに関してつらつら書いてみたいと思います． Neo4jって？ Neo4jはグラフDB（データの構造が全てグラフ構造で表されるDB）の1つです． Javaで実装されており，オープンソースとして公開・開発が進められています． Neo4j公式 グラフDBの位置付け，及びその性質に関しては次の記事が分かりやすいでしょうか． SQLかNoSQLかという分類だと勿論NoSQLに分類されます．が，Key-Value型やドキュメント指向のものとはまた異なります． InfoQ グラフデータベース、NOSQL、Neo4j RDBやKey-Value型のDBなど，他のタイプのDBとの比較については公式マニュアルに簡単にまとめられています． 2.2. Compari
グラフDBのNeo4jでカフェのレコメンド機能を実験してみた - オールアバウトTech Blog
お世話になります。オールアバウトのsutchanです。 今回は、"Neo4j“というグラフデータベースを触って遊んでみた話をしたいと思います。 Neo4j（グラフデータベース）とは まず、グラフデータベースとはなんぞやという話から。 グラフデータベースはグラフ構造を持ったデータを扱うのに特化したデータベースです。 グラフ構造は、電車の経路やSNSのソーシャルグラフ、ドラマの人物相関図のようなものと言えば、イメージしやすいかもしれません。 図にあるように、グラフデータベースは、データの実体であるNodeと、それらをつなぐRelationで構成されていることがわかります。 NodeとRelationには、Property（Key-Value形式の付加情報）も付けることができます。 グラフデータベースは、その特徴から、電車の乗換案内や地図アプリの経路探索、SNSの「知り合いかも？」など、レコメン
Pythonとグラフ理論で全国小中学生プログラミング大会グランプリ作品を解く
各点に次数の条件を付けることで、タイルを回転してできるという条件をうまくグラフ理論の言葉に置き換えできたかのように思えます。 しかし、点の次数が2と対応するタイルは2種類あり、次数の条件だけではタイルを区別できる条件とはなっていません。 L字タイルとI字タイル 点の次数が2と対応する2種類のタイルを、L字タイル、I字タイルと名付けて呼ぶことにします。 L字タイルとI字タイルの上にある点には次数2という条件に加え、もう少し条件を付けましょう。 I字タイルの上にある点の周りの辺は、下図のどちらかになっています。 同様にL字タイルの上にある点の周りの辺は、下図のどれかになっています。 条件は上のもので正しいのですが、Graphillionでは「どれか」といったOR条件を付けるよりもAND条件を付ける方が簡単な都合上、L字タイル、I字タイルのお互いの条件を否定した条件を付けると良いです。 I字タイ
グラフ構造にまつわるサーベイ結果まとめ GNNからApplicationsまで Part1
2019年7月3日、nlpaper.challengeが主催するイベント「第1回 NLP/CV最先端勉強会」が開催されました。NLP/CVの知見をもとにEmbedding やグラフ、対話応答、text2image などの様々な分野の最先端の研究成果をサーベイする本勉強会。今回は、グラフと対話応答のサーベイチーム報告会と、CVPR2019速報を行いました。プレゼンテーション「Graph: A Survey of Graph Neural Networks, Embedding, Tasks and Applications」に登壇したのは、内橋堅志氏。 グラフにまつわるサーベイまとめ Kenshi Uchihashi氏：僕はグラフについてサーベイしていまして、幅広くやっているのですが、特にGraph Neural NetworksやGraph Embedding、Link Predictio
Alloyで次数が一定のグラフを探す - 檜山正幸のキマイラ飼育記 (はてなBlog)
ソフトウェアの抽象モデリングとは、なーんか趣旨と方向性が違うんですが、Alloyを“有限構造の検索装置”として使って遊んでます。 エイトクイーンのような問題だと、Alloy付属の標準ビジュアライザーの表示はあまり役に立ちません。ビジュアラザーの表示がそのまま使える例題は何かな？ と考えて、グラフの検索問題ならハマるだろうと。 ループ辺（同じ頂点に戻る辺）を許さない無向グラフのなかで、すべての頂点の次数（その頂点と接続している辺の数）が同じようなグラフを探すことにします。グラフの定義はAlloyと相性が良いので簡単に書けます。 -- 次数が一定のグラフ module uniform_graph -- グラフ（空グラフを除く） some sig Graph { -- お隣さん（adjacent nodes）の集合 adj: set Graph } -- お隣さんの制約 fact { { --
[論文紹介]グラフニューラルネットワークによる推薦アルゴリズム - Qiita
はじめに 昨今、サービスに推薦システムを導入することでUXを向上させることが多くなり、様々な推薦アルゴリズムが取り入れられております。学術界でも推薦は大きなテーマであり、様々なアルゴリズムが提案されております。 本記事では、推薦をする際に、「メディア上で、どんな人とと繋がっているか、どのアイテムにライクをしたか、どんなページを閲覧しがちか」など、人やアイテムとのつながりを重視して推薦するSocial Recommendationの最新論文であるGraphRec[1]を紹介します。GraphRecは2019年にWeb系のTop Coferenceの一つであるWWWで採択された論文です。 GraphRecは、近年グラフ界隈を盛り上げているグラフニューラルネットワーク(以下GNNs)を用いております。GNNsでは、あるノードiの特徴量に近傍ノードの特徴量を足し合わせること(aggregation
![[論文紹介]グラフニューラルネットワークによる推薦アルゴリズム - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/9eeaa576e4ce565745e431fea5d67643b4ee3c9e/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc2toaXVrJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0zYWZhM2U3NmJlZGI2OGYyMDliYTRlZGRiNjY5NmIxYg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D8456c28062a009db7fb7dd1be4e7f4a2)
図と実装で理解する『木構造入門』
JOI春合宿でも頻出の木構造について扱います。部分木に対する一括操作やLCAの求め方などについて学ぶことができます。図と実装が掲載されているので、理解をより深めることができます。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
グラフニューラルネットワークの表現力 - Google ドライブ
Kevin Bacon Number with Neo4j
Apache tinkerpopとグラフデータベースの世界
知識グラフのリンク予測におけるGANを用いたネガティブサンプルの生成
グラフデータベース「Neo4j」の 導入の導入
