文献

J-GLOBAL ID：201802217751238518   整理番号：18A0654890

リンクモデルに基づくアクティブ半教師つきコミュニティ発見手法【JST・京大機械翻訳】

Active semi-supervised community detection method based on link model

著者 (4件)： Chai Bianfang (河北地質大学信息工程学院,石家庄,050031) ,  Wang Jianling (河北中医学院公共課教学部,石家庄,050200) ,  Xu Jiwei (河北地質大学信息工程学院,石家庄,050031) ,  Li Wenbin (河北地質大学信息工程学院,石家庄,050031)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 11  ページ： 3090-3094  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  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： 中国語 (ZH)

抄録/ポイント： リンクモデルはネットワークのコミュニティ発見問題をモデル化することができ、同じ目標を持つ対称モデルと条件モデルに比べ、PPLモデル処理ネットワークのタイプが多く、コミュニティ発見の正確率がより高い。しかし,PPLモデルは教師なしのモデルであり,ネットワークコミュニティの構造が不明瞭な場合には効果が良くなく,容易に入手できない事前情報を利用することができない。できるだけ少ない先験を使用して,コミュニティ発見モデルの性能を大いに向上させるために,アクティブなノードの事前学習(ANPL)アルゴリズムを提案して,それは自動的により高い情報量を有する標識ノードの集合を作り出すためにラベルの制約によってラベルをつけた。PPLモデルに基づいて,本論文は,半教師つきコミュニティ発見(SPPL)モデルを設計し,半教師つきコミュニティ発見のためのパラメータ推定アルゴリズムを提案した。人工的ネットワークと実際のネットワークに関する実験結果は,ANPLによって得られた標識ノードの先験的およびネットワークトポロジー構造を示し,SPPLモデルにおけるコミュニティ発見の精度は,教師なしのPPLモデルおよび非負行列分解(NMF)に基づくそれらより高いことを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *コミュニティ ,  アルゴリズム ,  ネットワーク構造 ,  ネットワーク ,  情報量 ,  *発見的方法 ,  モデリング ,  対称性
準シソーラス用語： 非負行列 ,  ネットワークトポロジー ,  推定アルゴリズム ,  事前学習 ,  事前知識 ,  ネットワークコミュニティ , 【Automatic Indexing@JST】

著者キーワード (5件)： semi-supervised community detection ,  active learning ,  link model ,  Expectation Maximization (EM)algorithm ,  constrained prior

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： リンク ,  モデル ,  教師 ,  コミュニティ ,  発見手法