文献

J-GLOBAL ID：201702219537866941   整理番号：17A1393756

ターゲット分布誘導ネットワークサンプリング【Powered by NICT】

Target Distribution Guided Network Sampling

著者 (5件)： Fan Renjie ,  Yu Zhiwen ,  Guo Bin ,  Wang Liang ,  Yang Dingqi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CBD  ページ： 374-379  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 社会のためのサービスと予測を提供するために社会的ネットワークに関する公共ユーザデータを研究社会的ネットワークの急速な増加により広範囲で効果的な方法である。しかし,ユーザの個体群構造はオンライン物理的世界の研究に大きく影響する可能性があるから通常は異なっていた。バイアスネットワーク集団構造のためにソーシャルメディアデータからの知識を明らかにすることにより実施された研究のための基本的な限界となる可能性がある。伝統試料アプローチが資源集約またはデータバイアスのいずれかであった。本論文では,仮想空間における不均衡ユーザデータの問題を解決するためにターゲット分布誘導試料プロセスを提案した。ターゲット分布と比較し採取した試料の実時間発散に従ってサンプリング法への介入を行い,整合特徴をユーザに発見するための同類性の理論を適用して,再帰的サンプリングを用いた試料を精密化した。実験はランダムに分布した関連性のない特徴を残しながらこの方法は0.1の与えられたJS発散で与えられた分布に従って試料の全体的な構造を制約に成功できることを示した。さらに,この論文で提案した方法に対し,ある数の試料を収集し,時間と計算機資源を節約へのアクセスの時間を要した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *仮想空間 ,  高速度 ,  集中化 ,  精密化
準シソーラス用語： 実時間 ,  不均衡 ,  集団構造 ,  オンライン ,  個体群構造 ,  社会的ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： ターゲット ,  分布 ,  誘導 ,  サンプリング