文献

J-GLOBAL ID：201802231567125526   整理番号：18A0586695

ネットワーク形成のモデルのBayes選択【Powered by NICT】

Bayesian selection of models of network formation

著者 (2件)： Gan Lingqing (Department of Electrical and Computer Engineering, Stony Brook University, Stony Brook, NY 11794-2350) ,  Djuric Petar M. (Department of Electrical and Computer Engineering, Stony Brook University, Stony Brook, NY 11794-2350)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAMSAP  ページ： 1-5  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： 成長ネットワークのモデルは過去数年間に多くの関心を集めている。これらのモデルについての重要な問題は,モデルは観測されたネットワーク形成を説明する最も正確に決定することである。本研究では,予測分布に基づいて最良のモデルを選ぶBayesモデル選択方式を提案した。手順は三種類のモデルについて検討した,ランダムモデル,優先吸着モデルとハイブリッドモデルを含む。ハイブリッドモデルを用いて,重みパラメータの事後分布,区間[0,1]上の多項式関数として特徴づけられるを得るために不完全なBernoulli試行実験の結果を利用する。成長計算と表現の複雑さを低減するために後を近似するために使用されているベータ分布。提案方式と一致してシミュレーションを行った。により,提案アプローチの有効性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ネットワークアーキテクチャ ,  予測 ,  *ネットワーク ,  多項式
準シソーラス用語： 事後分布 ,  ハイブリッドモデル ,  吸着モデル ,  Bayes法 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： ネットワーク形成 ,  モデル