文献

J-GLOBAL ID：201802229720942276   整理番号：18A1624585

多層グラフ上のカーネルベース半教師付き学習【JST・京大機械翻訳】

Kernel-Based Semi-Supervised Learning Over Multilayer Graphs

著者 (4件)： Ioannidis Vassilis N. (Mpls, ECE Dept. and Digital Tech. Center Univ. of Minnesota, MN, 55455, USA) ,  Traganitis Panagiotis A. (Mpls, ECE Dept. and Digital Tech. Center Univ. of Minnesota, MN, 55455, USA) ,  Shen Yanning (Mpls, ECE Dept. and Digital Tech. Center Univ. of Minnesota, MN, 55455, USA) ,  Giannakis Georgios B. (Mpls, ECE Dept. and Digital Tech. Center Univ. of Minnesota, MN, 55455, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SPAWC  ページ： 1-5  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： ネットワークは,社会学,生物学,機械学習などの分野において,複雑でしばしば相互依存するシステムを記述するために発生する。これらのますます複雑なシステムは,多層ネットワークとして知られているエージェント(ノード)間の複数のタイプの相互作用を可能にする柔軟なネットワークモデルを呼ぶ。頻繁に遭遇するタスクは,ノードのサブセット上で与えられたネットワークを横切るノードプロセスの推論を必要とする。本論文では,グラフカーネルに基づいて,ノード間の線形および非線形依存性を考慮し,層状ネットワーク構造を活用する新しい推論アプローチを提案した。合成と実際のデータによる数値試験は,提案したカーネルベースの多層学習方式の有効性を確証する。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： ネットワーク構造 ,  機械学習 ,  *学習 ,  線形性 ,  相互作用 ,  社会学 ,  *多層 ,  エージェント ,  部分集合 ,  ネットワーク
準シソーラス用語： ネットワークモデル ,  *半教師つき学習 , 【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 (4件)： 多層 ,  グラフ ,  カーネル ,  半教師付き学習