オンライン型スペクトルグラフ縮約による大規模半教師あり学習

arXiv cs.LG / 2026/4/30

💬 オピニオンDeveloper Stack & InfrastructureModels & Research

要点

  • この論文は、オンライン型スペクトルグラフ縮約に基づく半教師あり学習(SSL)のスケーラブル手法「Sparse-HFS」を提案しています。
  • 提案手法は、メモリ使用量を O(n polylog(n)) に抑えつつ、実行時間を O(m polylog(n)) にできると主張しています。
  • 大規模なグラフを扱う際の計算コストを下げることで、SSLを大規模環境でも現実的に動かせることを狙っています。
  • arXiv(arXiv:2604.26550)として投稿されたプレプリントであり、今後の検証や研究の進展を見込んだ段階の内容です。

コンピュータサイエンス > 機械学習

arXiv:2604.26550 (cs)
[2026年4月29日に投稿]

題目:オンライン分光グラフ疎化による大規模半教師あり学習

オンライン分光グラフ疎化による大規模半教師あり学習という題名の論文をPDFで表示(Daniele Calandrielloおよび他2名の著者による)
PDFを表示 HTML(実験的)
要旨:私たちはSparse-HFSという、SSL問題の解を計算するために、空間はO(n polylog(n))のみ、時間はO(m polylog(n))で済む大規模向けアルゴリズムを提案する。
コメント:
対象分野: 機械学習 (cs.LG)
引用: arXiv:2604.26550 [cs.LG]
  (この版の場合は arXiv:2604.26550v1 [cs.LG]
  https://doi.org/10.48550/arXiv.2604.26550
詳細を確認するためにフォーカス
DataCiteによるarXiv発行DOI(登録待ち)

投稿履歴

差出人: Michal Valko [メールを表示]
[v1] 2026年4月29日 (水) 11:32:57 UTC (333 KB)
全文リンク:

論文へのアクセス:

現在の閲覧コンテキスト:

cs.LG
次の条件で閲覧するには:
cs

参考文献 & 被引用

BibTeX引用をエクスポート 読み込み中...

BibTeX 形式の引用

×
提供データ:

ブックマーク

BibSonomy Reddit
書誌ツール

書誌および引用ツール

書誌エクスプローラーの切り替え
書誌エクスプローラー (エクスプローラーとは?)
Connected Papers の切り替え
Connected Papers (Connected Papers とは?)
Litmaps の切り替え
Litmaps (Litmaps とは?)
scite.ai の切り替え
scite Smart Citations (Smart Citations とは?)
コード、データ、メディア

本論文に関連付けられたコード、データ、メディア

alphaXiv の切り替え
alphaXiv (alphaXiv とは?)
コードへのリンクの切り替え
論文向け CatalyzeX コードファインダー (CatalyzeX とは?)
DagsHub の切り替え
DagsHub (DagsHub とは?)
GotitPub の切り替え
Gotit.pub (GotitPub とは?)
Huggingface トグル
Hugging Face (Huggingfaceとは?)
ScienceCast トグル
ScienceCast (ScienceCastとは?)
デモ

デモ

Replicate トグル
Replicate (Replicateとは?)
Spaces トグル
Hugging Face Spaces (Spacesとは?)
Spaces トグル
TXYZ.AI (TXYZ.AIとは?)
関連論文

レコメンダーおよび検索ツール

Influence Flower へのリンク
Influence Flower (Influence Flowerとは?)
Core レコメンダー トグル
CORE レコメンダー (COREとは?)
IArxiv レコメンダー トグル
IArxiv レコメンダー (IArxivとは?)
arXivLabsについて

arXivLabs:コミュニティの協力者とともに行う実験的プロジェクト

arXivLabs は、協力者が当サイト上で新しい arXiv の機能を直接開発し、共有できるようにするためのフレームワークです。

arXivLabs に取り組む個人および組織はいずれも、オープンさ、コミュニティ、卓越性、ユーザーデータのプライバシーという当社の価値観を受け入れ、これを認めてきました。arXiv はこれらの価値観にコミットしており、それらを順守するパートナーとのみ連携します。

arXiv のコミュニティに価値を追加するプロジェクトのアイデアはありますか? arXivLabs についてもっと知る