研究背景 遺伝子制御ネットワーク（Gene Regulatory Networks, GRNs）は、細胞内の複雑な生物学的プロセスを理解するための重要なツールです。それは転写因子（Transcription Factors, TFs）と標的遺伝子間の相互作用を明らかにし、遺伝子の転写プロセスを制御し、細胞の挙動を調節します。単細胞RNAシークエンシング（single-cell RNA-sequencing, scRNA-seq）技術の発展により、研究者は単細胞解像度で遺伝子発現データを取得できるようになり、これがGRNsの推論に前例のない機会を提供しています。しかし、scRNA-seqデータのスパース性と高い変動性は、GRNsの推論に大きな課題をもたらしています。 現存のGRN推論手法は主に...

動的グラフ表現の時間集約と伝搬グラフニューラルネットワーク 背景紹介 動的グラフ（temporal graph）は、連続した時間の中でノード間に動的なインタラクションが存在するグラフ構造であり、グラフのトポロジー構造は時間の経過とともに変化し続けます。このような動的な変化はノードが異なる時間点で異なる嗜好を示すことを可能にし、ユーザーの嗜好を捉えて異常行動を検出する上で非常に重要です。しかし、既存の研究は通常、限られた近隣ノード生成による動的表現を採用しており、これが性能の低下と高いレイテンシーオンライン推論の問題を引き起こしています。これらの課題に対処するために、本論文は新しい時間グラフ畳み込み法である時間集約と伝搬グラフニューラルネットワーク（Temporal Aggregation a...

近年来、知識グラフ（Knowledge Graph, KG）は多くの人工知能タスクで広く応用されています。知識グラフは、ヘッドエンティティ（head entity）、リレーション（relation）、およびテールエンティティ（tail entity）のトリプレット（Triplet）を使用して事物およびその関係を表現します。たとえば、典型的なトリプレット(h = Paris, r = capital_of, t = France)は現実世界の常識事実を表します。知識グラフはすでに多くの下流人工知能応用において重要な資源となり、たとえば、インテリジェントな質問応答、エンティティの曖昧性解消、意味ネットワーク検索、事実検証などがあります。しかし、現存の知識グラフは完璧ではなく、関係の欠如や誤りを含...