文献

J-GLOBAL ID：201802217024686973   整理番号：18A1897460

Lassoに基づく複雑な時変加重ネットワークの再構成【JST・京大機械翻訳】

Reconstruction of Complex Time-varying Weighted Networks Based on LASSO

著者 (3件)： Zhang Wenxin (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, P. R. China) ,  Yang Guanxue (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, P. R. China) ,  Wang Lin (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 6417-6422  発行年： 2018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： ネットワーク再構成は,物理学,生物学,工学および社会科学を含む多様な領域で重要である。多くの努力が静的ネットワーク再構成に入っているが,時変ネットワークはほとんど研究されていない。時変ネットワークの既存の研究は,通常,ノードのダイナミクスが線形であるか,またはノードの非線形ダイナミクスを事前知識として考慮すると仮定している。本論文では,時変加重ネットワークの同定を,ネットワークトポロジー,リンク重みおよびノードの非線形動力学がすべて未知であるか,あるいは利用できない条件下で検討した。事実,実際の世界のネットワークは自然に疎であり,ネットワーク再構成問題からスパース信号回復への変換を可能にし,したがって,l_1正則化は効果的に適用できる。ほとんどの自然ネットワークは少数の重要な解析関数だけで数学的に表現できるという仮定に基づいて,線形および非線形の候補関数から成る関数集合を構築する。次に,LASSOを適用して,提案した集合から可能な関数集合を選択し,時変構造とノードの非線形動力学を最も良く記述するために,対応する関数項の係数を最適化した。この再構成法の実現可能性と有効性を証明するために,2つの複雑なモデルを異なるサイズのネットワークで証明した。そして,本方法は,広範囲の動的時変ネットワークに適用する可能性を示した。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： 非線形力学 ,  *ネットワーク ,  社会科学 ,  *再構成 ,  解析関数 ,  線形性 ,  正則化 ,  最適化
準シソーラス用語： ネットワークトポロジー ,  事前知識 ,  時変ネットワーク ,  ネットワーク再構成 ,  *加重 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 加重 ,  再構成