arxiv.org Summary 乱立しているGNNを一つの枠組みで解析・整理した上で、その理論上最も強力なモデルやその条件を提唱し、実際に良い性能が得られることを確認した論文。 Contributionは次の4つ。 グラフの構造を識別する能力において、(後で定義する)GNNの…

arxiv.org Summary ニューラルネットワークにグラフを入力として与えるための枠組みを与えた論文。グラフ上の畳み込み操作をスペクトル理論から定義してニューラルネットワークがうまく扱える形にした。 Introduction グラフ上の分類問題として、グラフの構…

5/18(土)に東京で開催されたGoConferenceというイベントに、メルカリさんのスカラーシップで参加させて頂きました！ gocon.jp このイベントは1年に2回東京で開催されており、メルカリさんをはじめとする有志企業によって運営されているそうです。400人を超え…

arxiv.org Summary ニューラルネットワークの重みに確率分布を導入することで、過学習を防ぎ、Dropoutのように複数のモデルをアンサンブルしたような効果が得られる。Contextual Bandit(後述)のように確率的な意思決定が必要な場合にも適用できる。 Proposed…

pathak22.github.io Summary この前の論文(Curiosity-Driven Learning)の続きみたいな感じの論文。特に外的報酬を全く利用しない場合に焦点を当て、内的な報酬のみでどれだけタスクをこなせるか・どんな挙動が観察されるかについて広範囲の実験を行なったも…

こんにちは。nosukeruと申します。 趣味（？）でやっているアプリ開発の方で、バックエンドをGoとDgraphというグラフデータベース(https://dgraph.io/)を使って構築しているのですが、如何せんDgraphが新しいサービスなために日本語文献が少なく、またライブ…

こんにちは。nosukeruです。 今回は強化学習のアルゴリズムを実際に実装し、この分野で一般的なベンチマークとして用いられるOpenAI Gymを使って遊んでみました。 コードはここに置いています（今後も追加予定）。深層学習のライブラリにはPyTorchを使ってい…

次の論文を読んだので内容をまとめます。 pathak22.github.io Summary 強化学習においてはエージェントに目的を認識させ、正しく学習を進めさせるために報酬(reward)が必要になる。この報酬は通常人間が手動で与える必要があるが、好奇心(curiosity)という形…