デロイトアナリティクスのメンバーによる、ナレッジグラフを活用したリンク予測に関する論文がJournal of Biomedical Informaticsに掲載 ブックマークが追加されました
お知らせ
デロイトアナリティクスのメンバーによる、ナレッジグラフを活用したリンク予測に関する論文がJournal of Biomedical Informaticsに掲載
国際的な医学ジャーナルJournal of Biomedical Informatics に、デロイト トーマツ リスクアドバイザリー合同会社デロイトアナリティクス所属の趙 楊らが執筆した論文が2024年9月10日付で掲載されました。
■掲載論文
Community knowledge graph abstraction for enhanced link prediction: A study on PubMed knowledge graph
リンク予測を強化するためのコミュニティナレッジグラフの抽象化
生物医学分野では新しい知識が急速に生成され、既存の生物医学ナレッジグラフ（KG）を手動で適時に更新することが困難です。先行研究では、リンク予測を活用してKGの欠如した知識を補完する手法が検証されており、これに基づき、既存の生物医学KGにリンク予測を適用し、欠けている知識を補完することを提案します。既存KG上の特定の属性を持つエンティティのコミュニティ間の関係を捉えるために、デロイトアナリティクスはリバプール大学との共同研究で、リンク予測の性能向上向けたコミュニティナレッジグラフ（CKG）の抽象化手法を提案し、論文をJournal of Biomedical Informatics誌内で発表しました。
本論文では、既存の医学KGであるPubMedナレッジグラフ（PKG）を用いて、CKGを抽象化する手法を提案しました。さらに、抽象化されたCKGでリンク予測を行うために、既存のKnowledge Graph Embedding（KGE）手法を拡張するアプローチも提案しました。複数のKGEモデルでの予測結果は、提案した拡張アプローチが既存のKGEモデルの性能を向上させ、汎用性があることを示しています。今後では、新たに導入されたエンティティに対するリンク予測も期待されます。
■掲載場所
Journal of Biomedical Informatics
プロフェッショナル
神津 友武／Tomotake Kozu
デロイト トーマツ リスクアドバイザリー パートナー
金 英子／Yingzi Jin
デロイト トーマツ リスクアドバイザリー パートナー
サービス内容等に関するお問い合わせは、下記のお問い合わせフォームにて受付いたします。お気軽にお問い合わせください。
