文献

J-GLOBAL ID：201802228009756253   整理番号：18A0196485

教師つき潜在特徴関係モデルを用いた金融ネットワークの時間依存解析【Powered by NICT】

Time dependent analysis of financial networks using supervised latent feature relational models

著者 (2件)： Ito Shotaro (Graduate School of System Informatics, Kobe University, Kobe, Japan) ,  Eguchi Koji (Graduate School of System Informatics, Kobe University, Kobe, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 3086-3090  発行年： 2017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： 近年,多くの研究者が各種関係データの,社会的ネットワークと金融ネットワークなどの解析に注目した。各頂点またはノードが存在するこれらのデータは,グラフやネットワークとして表すことができ,各辺またはリンクは対の間の関係である。さらに,各リンクは,しばしば連続および/または断続的関係属性と関連しており,金融ネットワークのような取引金利と取引は,国際的あるいは国内的かどうか。本論文では,インドバッファプロセス(IBP)と最大エントロピー識別(MED)に基づいた最大マージン潜在特徴関係モデル(Med LFRMと呼ばれる)に焦点を当てた。モデルパラメータの推定のために,Bayes推定は,目的関数,誤分類誤差を最小に相当すると考えられる。連続および離散関係属性を持つネットワークのためのリンク予測問題に焦点を当てた。もネットワークのための時間依存性解析に焦点を当て,以前の時間間隔で観測を考慮したモデルパラメータを推定した。銀行間金融ネットワークを用いた実験を通して,リンク予測性能の観点からこのモデルの有効性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 銀行 ,  *金融 ,  利子 ,  *時間依存性 ,  目的関数 ,  グラフ ,  予測 ,  Bayes推定 ,  *ネットワーク
準シソーラス用語： 予測性能 ,  時間間隔 ,  モデルパラメータ ,  最大エントロピー ,  社会的ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H)

タイトルに関連する用語 (5件)： 教師 ,  モデル ,  金融 ,  時間依存 ,  解析