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。
重複コミュニティは現実世界ネットワークにおいて広く用いられている。重複コミュニティ検出は,複雑なネットワークの構造と機能のマイニングのための重要な課題である。最近,多くの重複検出法を提案した。異なる目標を達成するが,コミュニティ検出アルゴリズムの性能を改善するかは未解決の問題である。本論文では,新しい重複コミュニティ検出アルゴリズム,LinkSHRINK,リンクグラフを提案した。重複問題を解決に成功し,提案した方法は,密度構造情報とモジュール性最適化に基づいている。さらに,だけでなく重複コミュニティの検出ばかりでなく,異常値を同定することができる。さらに,アルゴリズムLinkSHRINKは多粒度の重層化するコミュニティを明らかにすることができる。提案アルゴリズムの性能を評価するための実験は,ベンチマークネットワークと既知の基本となるコミュニティといくつかの実世界ネットワークで行った。実験を行いその結果,提案アルゴリズムLinkSHRINKは最も伝統的なものよりも優れていることを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】