文献

J-GLOBAL ID：201702288469406921   整理番号：17A0887245

コミュニティ検出のためのコアリーダーに基づくラベル伝搬アルゴリズム【Powered by NICT】

A core leader based label propagation algorithm for community detection

著者 (4件)： Liu Shichao (School of Computer, Wuhan University, Wuhan, China) ,  Zhu Fuxi (School of Computer, Wuhan University, Wuhan, China) ,  Liu Huajun (School of Computer, Wuhan University, Wuhan, China) ,  Du Zhiqiang (State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing, Wuhan University, Wuhan, China)
資料名： China Communications  (China Communications)
巻： 13  号： 12  ページ： 97-106  発行年： 2016年 
JST資料番号： W2359A  ISSN： 1673-5447  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： 英語 (EN)

抄録/ポイント： 多数コミュニティ発見アルゴリズムは過去10年間に提案されている。近年,ネットワークスケールの急激な増加は,伝統的なコミュニティ発見アルゴリズムのための大きな課題となっている。ラベル伝搬アルゴリズムは,半教師つき機械学習法,大規模ネットワークで対処したときにそれは線形時間複雑性を持っている。しかし,出力結果は安定性を持ち,出力群集の品質はまだ改善されていない。CLBLPAと呼ばれるコミュニティ検出のためのラベル伝搬アルゴリズムに基づく新規なコアリーダーを提案した。最初に,欲張り法を用いた潜在的地域のコアリーダーを見出した。ラベル伝搬のプロセスを導くためにラベル影響可能性を利用する。アルゴリズムの収束を加速し,出力の安定性を向上させることができる。合成データセットと実際のネットワーク上での実験結果により,CLBLPAは出力群集の品質を大幅に改善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： 線形性 ,  *コミュニティ ,  ネットワーク ,  品質 ,  *アルゴリズム
準シソーラス用語： 欲張りアルゴリズム ,  複雑性 ,  大規模ネットワーク ,  教師付き機械学習 ,  *ラベル伝搬 ,  *コミュニティ検出 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： コミュニティ検出 ,  コア ,  リーダー ,  ラベル伝搬 ,  アルゴリズム