@techreport{oai:ipsj.ixsq.nii.ac.jp:00213821,
 author = {井上, 魁人 and 方, 鐘熙 and 黄, 健明 and 笠井, 裕之},
 issue = {1},
 month = {Nov},
 note = {近年，グラフのノード分類タスクにおいて，Graph Neural Networks (GNN) は著しい精度向上を達成している．しかしながら，グラフノード分類タスクで一般的に損失関数として用いられる交差エントロピーは予測ラベルを正解ラベルに近づけることのみを考慮した関数であり，クラス識別に有効なノード埋め込みが困難である．そこで本稿では，クラス間分散およびクラス内分散に着目し，クラス識別に有効なノード埋め込み手法を提案する．評価実験から，ノード分類精度について提案手法は従来手法と同等かそれ以上の性能を有することを示す．},
 title = {クラス間の分散の最大化に基づくグラフノード埋め込み学習の改善},
 year = {2021}
}