文献

J-GLOBAL ID：201702266638344441   整理番号：17A1130451

CAMAS:属性グラフクラスタリングのためのクラスタを意識したマルチエージェントシステム【Powered by NICT】

CAMAS: A cluster-aware multiagent system for attributed graph clustering

著者 (4件)： Bu Zhan (Jiangsu Provincial Key Laboratory of E-Business, Nanjing University of Finance and Economics, Nanjing, China) ,  Gao Guangliang (College of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Li Hui-Jia (School of Management Science and Engineering, Central University of Finance and Economics, Beijing, China) ,  Cao Jie (Jiangsu Provincial Key Laboratory of E-Business, Nanjing University of Finance and Economics, Nanjing, China)
資料名： Information Fusion  (Information Fusion)
巻： 37  ページ： 10-21  発行年： 2017年 
JST資料番号： W3167A  ISSN： 1566-2535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 属性グラフは属性ベクトルによるノードを記述し,またエッジを介して異なるノード間の関係。よりタイトな相関を有したクラスタへとノードを分割するために,効果的な方法は,ノード接続性および/または属性類似性のような種々の基準に基づく属性グラフのクラスタリング技法を適用することである。クラスタは典型的にタイトエッジと類似の特性を持つノードの周囲に形成されるにもかかわらず,既存の方法は,これら二つのデータモダリティの一つに焦点を当てただけであった。本論文では,自律エージェントとして各ノードを理解し,属性グラフにおける重複クラスタを抽出するための正確でスケーラブルなマルチエージェントシステムを開発した。最初に,可変同調帯域幅因子δと核関数は,各エージェントの影響を測定するために導入し,最高局所影響とそれら医薬品は「リーダー」剤として見ることができる。,新しい局所拡大戦略を提案したグラフに最も関連するフォロワを吸収する各リーダー剤による適用できる。最後に,クラスタを意識したマルチエージェントシステム(CAMAS)においては,エージェントは,効率的な通信機構下で自由に互いに通信を設計した。提案したマルチエージェントシステムを用いて,最適重複クラスタ配置を明らかにすることができ,すなわち一つのクラスタ内のノードが互いにでなく類似した属性を有する密接に接続しただけでなくした。著者らの方法は非常に効率的であり,計算時間はδ∈[0.5年,1年)時のエッジの数にほぼ直線的に依存することを示した。最後に,合成ベンチマークグラフと現実の属性グラフの品種に提案した方法の応用は,系統的な性能を検証するために実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 核関数 ,  ベクトル ,  品種 ,  *エージェント ,  連結性 ,  帯域幅 ,  *クラスタ ,  通信 ,  類似性 ,  *マルチエージェントシステム ,  CPU時間 ,  *クラスタ化
準シソーラス用語： 可変同調 ,  自律エージェント ,  グラフクラスタ化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 属性付きグラフクラスタリング ,  クラスタを意識した ,  マルチエージェントシステム ,  リーダー同定 ,  クラスタ抽出

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 属性 ,  グラフクラスタリング ,  クラスタ ,  意識 ,  マルチエージェントシステム