抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,時間的ネットワークのための新しい変化検出法を提案した。通常変化検出アルゴリズムでは,観測された時系列から生成される変化スコア。この変化スコアがしきい値に達すると,警報が変化を宣言に上昇する。著者らの方法は,ネットワーク中心度に基づいて,これらの変化スコアと警報を凝集する。ネットワークの変化の多くは,ネットワーク構造の変化から発見できる。ノードとリンクを変化を認識するために監視すべきである。しかし,データセットに関する情報はほとんどない場合の適切なノードとリンクに焦点を当てることは困難である。PageRankなどのネットワーク中心性は特定の基準に基づくネットワークにおけるノードの重要性を測定した。,変化検出法の精度を改善するためにネットワーク中心度を適用することは自然である。著者らの解析は,ネットワーク中心性は変化検出の観点から十分にどのように機能するか,いつ明らかにした。この理解に基づいて,適切なネットワーク中心度を重視した凝集アルゴリズムを提案した。提案された集合アルゴリズムの筆者らの評価は,人工データセットと二つの実データセットのための高度に正確な予測を示した。著者らの方法は,ネットワーク中心度を利用して時間的ネットワークにおける変化検出の分野を拡張することに寄与する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
