7. sub graph encoder
❏ Graph state LSTM を用いて各ノードの隠れ状態を再帰的に計算
❏ ノードベクトル xi
, エッジベクトル el
に加えて,ノードn のサブグラフ g(n) に対して,入力ベク
トル xin
n
, xout
n
を定義
❏ gin
(n) :ノード n へ入力しているエッジと入力元ノードの集合
❏ gout
(n) :ノード n から出力しているエッジと出力先ノードの集合
x1
x4
x2
x3
e1
e2
e3
8. sub graph encoder
❏ Graph state LSTM を用いて各ノードの隠れ状態を再帰的に計算
❏ ノードベクトル xi
, エッジベクトル el
に加えて,ノードn のサブグラフ g(n) に対して,入力ベク
トル xin
n
, xout
n
を定義
❏ 各ノードへの入力,出力隠れ状態 hin
n
(t) , hout
n
(t) も同様に定義
❏ 各ノードの初期状態 h(0) はハイパーパラメータで初期化
9. sub graph encoder
❏ Graph state LSTM を用いて各ノードの隠れ状態を再帰的に計算
❏ 各ノードに対して定義したxin
n
, xout
n
, hin
n
(t) , hout
n
(t) を入力として,新たな隠れ状態h(t) を
それぞれのノードに対してLSTMを用いて計算
Gildea et al. (2018)
10. sub graph encoder
❏ LSTM t ステップ後の隠れ状態から,各ノードごとにグラフ情報を表現するベク
トル rn
を作成
❏ t ステップ後の各ノード, サブグラフの隠れ状態ベクトル hin
n
(t) , hout
n
(t), h(t), と初期入力 xn
の情報を保持したベクトルHn
を Concat してグラフ表現ベクトルrn
を作成
Highway network (Srivastava et al., 2015),を用いて計算した各ノードの初期
入力 xn の情報を保持したベクトル