Shunya Ueta

Edge-Weighted Personalized PageRank: Breaking A Decade-Old Performance Barrier を読んだ

応用数理研究者が機械学習界に進出していく研究

image

youtube clip

応用数理界隈ではクラシックな解き方で PageRank が解かれているので最新の数値計算手法に置き換えることで劇的にパフォーマンスが向上して 10 年前のパフォーマンスの鎖を解き放った論文

wenleix/EdgePPR

Author

Motivation

Reseatch Question

Proposed Method

Standard PageRank

Personalized PageRank

MODEL RESUCTION METHOD

  1. k 次元の次元の削減された空間を構築
  2. k 次元を近似するために k 個の等式が必要
  3. 次元削減の問題を解く(PageRank のベクトルは一部分が重要だという仮説)
---

関連しているかもしれない記事


📮 📧 🐏: 記事への感想のおたよりをおまちしてます。 お気軽にお送りください。 メールアドレス入力があればメールで返信させていただきます。 もちろんお返事を希望せずに単なる感想だけでも大歓迎です。

このサイトの更新情報をRSSで配信しています。 お好きなフィードリーダーで購読してみてください。

このウェブサイトの運営や著者の活動を支援していただける方を募集しています。 もしよろしければ、Buy Me a Coffee からサポート(投げ銭)していただけると、著者の活動のモチベーションに繋がります✨
Amazonでほしいものリストも公開しているので、こちらからもサポートしていただけると励みになります。

#machinelearning #paper