文献

J-GLOBAL ID：201802216298261665   整理番号：18A1894441

動的ネットワークのための高次近接保存埋込み【JST・京大機械翻訳】

High-Order Proximity Preserved Embedding for Dynamic Networks

著者 (5件)： Zhu Dingyuan (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Cui Peng (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Zhang Ziwei (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Pei Jian (School of Computing Science, Simon Fraser University, Burnaby, BC, Canada) ,  Zhu Wenwu (Department of Computer Science and Technology, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 30  号： 11  ページ： 2134-2144  発行年： 2018年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  資料種別： 逐次刊行物 (A)
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： ネットワークの固有構造特性を保存しながら,ネットワークを低次元ベクトル空間に埋め込むことを目的としたネットワーク埋込みは,かなりの注目を引き付けている。しかしながら,ほとんどの既存の埋め込み方法は静的ネットワークに焦点を合わせているが,実世界ネットワークの進化特性を無視している。一方,ほとんどの以前の方法は,ネットワークの重要な構造特性である高次近接性をよく保存することができない。これらの問題は,ネットワークが時間とともに進化するとき,埋め込みベクトルにおける高次近接性を保存するための効果的で効率的な方法を探索することを動機づける。本論文では,動的高次Proximity保存埋め込み(DHPE)の新しい方法を提案した。特に,高次近接性を保存するために一般化SVD(GSVD)を採用した。次に,GSVD問題を一般化固有値問題に変換することにより,動的ネットワークの変化を組み込むために,GSVDの結果を増分的に更新するための一般化固有摂動を提案した。さらに,DHPEモデルに対する加速解を提案し,それにより,ノード数およびネットワーク内の変化エッジ数に関する線形時間複雑性を達成した。1つの合成ネットワークといくつかの実世界ネットワークに関する著者らの経験的実験は,提案方法の有効性と効率性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  ベクトル ,  ベクトル空間 ,  *ネットワーク ,  構造特性 ,  固有値問題 ,  摂動
準シソーラス用語： 複雑性 ,  近接性 ,  ネットワーク進化 ,  低次元 ,  *動的ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (3件)： 動的ネットワーク ,  保存 ,  埋込み