論文紹介: 強化学習における深いネットワークと密な結合を調べた D2RL
arXiv のプレプリントとして公開された、強化学習のネットワーク設計に関する論文です。 / 深い層のネットワークや dense connection を、模擬ロボットの学習ベンチマークで検証しています。 / 要旨では、操作や移動の複数タスクで、現在の手法が深いネットワークと密な結合から恩恵を受けると述べられています。
論文紹介: グラフニューラルネットワークを用いた異種マルチエージェント強化学習の提案
arXivのプレプリントとして公開された、異種マルチエージェント強化学習向けの手法です。 / 状態を有向ラベル付きグラフとして表し、エンティティ種別ごとに異なる特徴量サイズを扱う設計が示されています。 / 関係ごとの通信チャネルをRelational Graph Convolutionでモデル化し、エージェント種別ごとに別々の方策を学習しつつ、共通化できる部分はパラメータ共有する構成です。
論文紹介: 広域ネットワークの交通量予測に動的グラフニューラルネットを用いる研究
arXivのプレプリントとして公開された、広域ネットワーク（WAN）の交通量予測に関する論文です。 / 研究・科学用途のWANを対象に、複数時間先の交通量を予測するためのグラフベースのニューラルネットワーク手法を提案しています。 / ESnetの実トラフィックを使って評価し、従来の統計的手法や深層学習手法より予測精度が改善したと説明されています。
論文紹介: Transformer-XLによるソースコードの言語モデリング
arXivのプレプリントとして公開された、ソースコードの「自然さ」を言語モデルで捉える研究です。 / Pythonの大規模コードコーパスを使い、RNN系モデルとTransformer-XL系モデルを比較しています。 / 要約によると、Transformer-XLはLSTMやGRUなどのRNN系モデルより、自然さの捉え方で優れ、計算コストも低かったとされています。
論文紹介: ノード予測タスクに向けたグラフニューラルネットワークの概観
arXiv上のプレプリントとして公開された、ノードレベル予測タスク向けのグラフニューラルネットワーク（GNN）を整理する概説論文です。 / abstractでは、初期の手法から近年の手法までを、既存文献のタクソノミーに沿って説明し、特に畳み込み系の手法を詳しく扱うとされています。 / さらに、共通ベンチマークや応用例を紹介し、今後の研究課題も論じる内容とされています。
論文紹介: Graph Neural Networksにおける制約ベースの伝播学習手法
arXivのプレプリントとして公開された、Graph Neural Networks（GNNs）の学習方法に関する論文です。 / Scarselliらの初期GNNモデルを念頭に、反復的な拡散・固定点計算を制約付き最適化の枠組みで扱う手法を提案しています。 / ラグランジュ形式を使って、ノード状態と重みを同時に学習する点が特徴とされています。
論文紹介: SIGN: Scalable Inception Graph Neural Networks
arXivのプレプリントとして公開された、グラフニューラルネットワーク（GNN）の高速化・大規模化に関する論文です。 / ノード近傍のサンプリングに頼らず、事前計算しやすいグラフ畳み込みフィルターを用いる設計が提案されています。 / 複数のローカルなグラフ演算子を扱えるため、タスクに応じた使い分けができると説明されています。