Индуктивное обучение векторных моделей динамического графа

ФИО студента: Ананьева Марина Евгеньевна

Кампус/факультет: Факультет компьютерных наук

Программа: Науки о данных (Магистратура)

Год защиты: 2018

В данном исследовании мы рассматриваем проблему обучения векторных представлений (эмбеддингов) на динамических графах с возможностью обобщения результатов на вершины, не участвовавшие в обучении. Мы рассмотрели современные подходы построения векторных представлений вершин и алгоритмы их обучения как для трансдуктивного, так и для индуктивного подходов. В работе предложена усовершенствованная модель на основе алгоритма GraphSAGE, качество которой продемонстрировано в экспериментах на наборах данных CORA, Reddit и HSEcite —— самостоятельно собранных данных по базе цитирования Scopus, состоящих из авторов НИУ ВШЭ за 2011 - 2017 годы. Результаты показали, что модель с трехслойной структурой, функцией агрегации на основе внимания (attention-based), дополнительной нормализацией и регуляризацией (dropout) слоев превосходит модели GraphSAGE с тремя функциями агрегации (LSTM, pool, mean).

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ