文献

J-GLOBAL ID：201702257790696918   整理番号：17A1780948

機械学習アプローチによる信頼できる経路に基づく重み付きネットワークにおけるリンク予測【Powered by NICT】

Link prediction in weighted network based on reliable routes by machine learning approach

著者 (3件)： Hua Tri-Dung (Vietnam National University, Ho Chi Minh City, University of Information Technology) ,  Nguyen-Thi Anh-Thu (Vietnam National University, Ho Chi Minh City, University of Information Technology) ,  Nguyen Tu-Anh Hoang (Vietnam National University, Ho Chi Minh City, University of Information Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NAFOSTED  ページ： 236-241  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： データマイニングでは,ネットワークのためのリンク予測は最大の関心今日の分野の一つである。リンク予測問題の研究成果は,社会的ネットワークにおける研究遺伝的移動疾患,オンラインマーケティング,電子商取引サービス,犯罪ネットワークの構造を発見,友人要請のような多くの分野に適用できる...しかし,研究者の大部分はリンク予測の以前の研究におけるリンクの存在を予測することに焦点を当てた。リンクの予測量は大いに研究されていない。本論文では,重み付きネットワークのための効果的な解決策を導入した。量予測への新しい学習ベースアプローチを提案した。我々のアプローチは,六指数(CN, AA, RA, rWCN, rWAA, rWRA)により結合されたトポロジー的類似性スコア(TSS)特徴は,ノード間の類似性スコアを計算するために提示した。量を予測するためのTSS特徴を持つサポートベクトル回帰(SVR)を利用することを提案した。全ての実験は五データセット上で行ったCel,USAir社,Lesmis,ReHall,Netscience。実験結果は筆者らのアプローチが体重予測相関係数を70%増加させると誤差を17%低下させ,ベースラインアプローチと比較してできることを示した。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： 体重 ,  *予測 ,  *ネットワーク ,  *機械学習 ,  データマイニング ,  類似性 ,  位相幾何学 ,  *学習 ,  相関係数 ,  犯罪 ,  電子商取引
準シソーラス用語： サポートベクトル回帰 ,  スコア ,  社会的ネットワーク ,  *重み付きネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 機械学習 ,  信頼 ,  経路 ,  重み付きネットワーク ,  リンク ,  予測