抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
符号付きネットワークにおける主要な問題の一つは,端の欠けている徴候を予測するためのネットワーク構造を使用することである。本論文では,符号予測問題のための新しい確率的手法を導入した。提案されたモデルの主な特徴は,入力ネットワークのスパース性レベルに適応する能力である。データのスパース性に適応する能力を持つことをモデルの構築以前の関連研究では考慮されていない。は局所および大域構造間のジレンマが存在し,このジレンマを解決するによるスパース適応モデルを構築しようとすることを示唆した。この目的のために,筆者らは,局所的および大域的構造に基づいた確率的予測モデルを提案し,平滑化の概念に基づいてそれらを統合した。スパース性が増加すると,モデルは大域的構造に依存することが多いが,それは低レベルスパース性の局所構造から得られる情報に重みを与えた。提案したモデルは,三実世界signedネットワーク上で評価し,実験は,最新の方法で一貫した優位性を明らかにした。従来の方法と比較して,提案したモデルは,スパース性問題を扱うより良いだけでなく,低い計算複雑性を持ち,実時間データストリームを用いて更新することができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】