抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
クラスター化解析は,異種情報ネットワークの意味論的情報と解釈可能な構造を理解するために有効な方法である。しかし,多くの研究は異種情報ネットワークは,通常,いくつかの簡単なスキーマをもつと仮定して,Bi型ネットワークとスターネットワークスキーマなど。本論文では,一般ネットワークスキーマによる異種情報ネットワークのための多方向クラスタリングフレームワーク,複数タイプのオブジェクトをクラスタ化できるを提案した。異種情報ネットワークにおけるオブジェクトと関係の種類は多方向アレイ,すなわち,テンソルとしてモデル化した。非負テンソル分解に基づいて,異なるタイプのオブジェクトの異なるクラスタ同時にに分割する。合成データセットと実世界データセットの両方に関する実験結果は,提案したクラスタリングフレームワークは異種情報ネットワークを扱うことができる,最先端のクラスタリングアルゴリズムを凌ぐことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】