文献

J-GLOBAL ID：201702246796401923   整理番号：17A1395583

データにおける符号付き相互接続グラフの群集構造の確立【Powered by NICT】

Establishing the community structure of signed interconnected graph in data

著者 (5件)： Lu Wenlian (Key Laboratory of Education Ministry for Nonlinear Sciences and Shanghak Key Laboratory for Industrial Applied Mathematics, School of Mathematical Sciences, Fudan University, Shanghai, P. R. China) ,  Chen Boyu (Key Laboratory of Education Ministry for Nonlinear Sciences and Shanghak Key Laboratory for Industrial Applied Mathematics, School of Mathematical Sciences, Fudan University, Shanghai, P. R. China) ,  Jin Zhongxiao (SAIC Motor Corporation Limited, No. 489, Wei Hai Road, Shanghai, China) ,  Waxman David (Brain Like AI Science and Technology Institute, Fudan University Shanghai, P. R. China) ,  Feng Jianfeng (Brain Like AI Science and Technology Institute, Fudan University Shanghai, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 11127-11132  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： グラフ群集はデータのクラスタ化構造を同定するための効率的でロバストな方法である。共通シナリオをデータマトリックスは,例えばと属性からのグラフで表すことができる場合がある。からの二つのデータ行列の一貫した群集構造を,それぞれ起因する方法を理解するデータのために重要である。相互接続したネットワークを構築し,それらの間の相互接続,二部グラフクラスタまたはバイクラスタアプローチとは異なりとしてデータのインスタンスと属性グラフを組み合わせてする新しい簡単な方法を提案した。群集構造は負の重み付きエッジを考慮する拡張Qモジュールアルゴリズムで検出することができ,各コミュニティは関連性を提供する両方の例と属性を含むことができる。おもちゃ模型は,この方法の効率を検証した。廃水処理プラントの実データをこの方法で処理し,日/測定に関連する一致コミュニティ構造を見つけることができる。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： クラスタ ,  廃水処理施設 ,  クラスタ化 ,  *相互接続 ,  ロバスト性 ,  コミュニティ ,  *グラフ ,  ネットワーク ,  玩具
準シソーラス用語： コミュニティ構造 ,  二部グラフ ,  *群集構造 , 【Automatic Indexing@JST】

分類 (5件)： 検索技術  (AC06020S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  計算理論  (JB02000A) ,  グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (4件)： 符号 ,  相互接続 ,  グラフ ,  群集構造