PDF

Code and Data

イントロ

  • 時変グラフにおけるpath failureをあてる
    • グラフとして道路ネットワーク, 通信網などを想定
    • path failure = 道路ネットワークにおける経路の混雑, 通信網における (ハードウェアの故障などによる)通信経路の断絶
  • グラフ構造だけでなくノードに載っている情報も使う
    • 例) 道路ネットワークにおける traffic density
  • ダイナミックに時変するノード情報とグラフ構造をモデル化するため, Long Short-Term Memory R-GCN (LRGCN)を提案
  • ある時刻におけるグラフのスナップショット内での関係 (iner-time relation)と時間的に隣接するグラフ同士の関係 (intra-time relation)の双方を考慮

提案手法

  • グラフ上の長さ mのpath path が時刻 tにおいてfailureかavailableかを判定する
    • v_jはノードID
  • グラフ上の任意の pathについて, Mつ前から現在までの時刻における pathの系列から Fタイムステップ後までに当該 pathがfailureしたかどうかをあてる
    • pathの系列を入力とする0/1の分類タスク
    • 損失関数はクロスエントロピー
  • ノード間の相関, グラフ構造の時間変化, ノードの時間変化 を考慮するため, GCN + LSTMモデルを用いてグラフの系列から各時刻におけるノードの潜在ベクトルを抽出
  • 各々のpathをノードの潜在ベクトルの系列で書き換え, LSTMをかける
  • LSTMの出力にさらに attentionをかけて pathの特徴量を抽出 -> 損失関数につっこむ