Graph Data Science 1.4 02.11.2020, 10:09 Uhr

Graph-native Machine Learning-Verfahren

Die aktuelle Version des Frameworks Neo4j for Graph Data Science 1.4 ermöglicht Graph Embeddings und lässt Unternehmen graphbasierte Machine Learning-Verfahren in Kombination mit Deep Learning und Graph Convolutional Neural Networks (CNN oder ConvNet) einsetzen.

Graph Embeddings werden genutzt, um komplexe Graph-Strukturen zu abstrahieren und ihre Dimensionalität zu reduzieren.
(Quelle: https://neo4j.com )
Graph Embedding ist ein Ansatz innerhalb der Graphtechnologie, um komplexe Graphstrukturen zu abstrahieren und sie in ihrer Dimensionalität zu reduzieren. Dabei wird das umgebende Netzwerk für jedes einzelne Datenelement innerhalb eines Graphen berechnet, um Vorhersagen auf Basis von Machine Learning-Verfahren zu optimieren. Graph Embedding Algorithmen erfassen die Struktur eines Graphen, sodass der Anwender nicht mehr auf vorgegebene Formeln/Templates angewiesen ist, um spezifische Merkmale wie den Centrality-Wert zu berechnen.
Neo4j for Graph Data Science 1.4 enthält drei neue Graph Embedding-Optionen, die durch Auslesen der Graphtopologie für akkuratere Darstellungen sorgen. node2Vec ist ein bekannter Graph Embedding-Algorithmus, der neuronale Netze verwendet, FastRP ist bis zu 75.000 Mal schneller als node2Vec, bei gleicher Präzision und hoher Skalierbarkeit bei großen Graphen und GraphSAGE ist ein Graph Embedding-Algorithmus und Verfahren für das induktive Lernen der Repräsentation des Aufbaus von Graphen unter der Verwendung von Graph Convolutional Neural Networks. Der Algorithmus passt sich dabei fortwährend den Änderungen des Graphen an.
Neben Graph Embeddings umfasst die neue Version von Neo4j for Graph Data Science auch allgemeine Machine Learning-Algorithmen, wie den k-nearest neighbors algorithm (k-NN). Dieser Algorithmus wird üblicherweise für Musterklassifikationen genutzt, um die durch Graph Embeddings gewonnenen Erkenntnisse einfacher zu erfassen. Damit können auch Graphstrukturen aus der Ähnlichkeit von disparaten Datenpunkten ermittelt werden.



Das könnte Sie auch interessieren