文献

J-GLOBAL ID：201702252088530537   整理番号：17A1655173

標記関係に基づくマルチラベルコミュニティ発見アルゴリズム【JST・京大機械翻訳】

Multi-label Community Detection Algorithm based on Multi-label Relationship

著者 (5件)： Li Na (解放軍理工大学指揮信息系統学院,南京,210007;中国電子科技集団公司第三十二研究所,上海,201808) ,  Pan Zhisong (解放軍理工大学指揮信息系統学院,南京,210007) ,  Shi Lei (解放軍理工大学指揮信息系統学院,南京,210007) ,  Xue Jiao (解放軍理工大学指揮信息系統学院,南京,210007;中国電子科技集団公司第三十二研究所,上海,201808) ,  Ren Yiqiang (西門子電力自動化有限公司,南京,211100)
資料名： Shuju Caiji yu Chuli  (Shuju Caiji yu Chuli)
巻： 32  号： 2  ページ： 363-374  発行年： 2017年 
JST資料番号： W1502A  ISSN： 1004-9037  CODEN： SCYCE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 実世界の対象は多義性があり、非単一の多種の標識がある。マルチラベルの学習に対して、現段階の仕事は標識間の再利用採点を利用して多標識間の関係を分析できるが、多標識の関係構造を直観的にマイニングできず、多標識の主関係と多標識の重要性の順位を正確に把握できない。非負行列因数分解(NMF)法は,関連するノードを効果的にクラスタ化することができ,関連ノードの潜在的関係を発見することができる。そのため、NMF方法を用いて、多標識関係に対してコミュニティ構造の分解を行うことは価値ある研究内容となる。本論文において,マルチラベル発見的アルゴリズムを提案して,マルチラベルをマイニングして,それらの間のコミュニティ構造を発見して,マルチラベルの間の関係を得て,マルチラベルの主要構造を分析して,マルチラベル関係アルゴリズムの有効性を証明した。その中で隠された価値をマイニングすることは、多標識の研究にとって重要な意義がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 多義性 ,  再利用 ,  *アルゴリズム ,  クラスタ化
準シソーラス用語： 発見的アルゴリズム ,  コミュニティ構造 ,  非負行列因子分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： multi-label ,  label relations ,  nonnegative matrix factorization ,  community detection

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 発見 ,  アルゴリズム