文献

J-GLOBAL ID：201802238785674925   整理番号：18A0162723

符号予測のための統計的リンクラベルモデリング:局所的および大域的情報の結合によるスパース性平滑化【Powered by NICT】

Statistical Link Label Modeling for Sign Prediction: Smoothing Sparsity by Joining Local and Global Information

著者 (5件)： Javari Amin ,  Qiu HongXiang ,  Barzegaran Elham ,  Jalili Mahdi ,  Chang Kevin Chen-Chuan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDM  ページ： 1039-1044  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： 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】

シソーラス用語： *透視図法 ,  ネットワーク構造 ,  ネットワーク ,  *予測 ,  予測モデル ,  *平滑化 ,  計算量
準シソーラス用語： データストリーム ,  実時間 ,  局所構造 ,  適応モデル ,  ジレンマ ,  確率的方法 ,  *スパース性 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 符号 ,  予測 ,  統計 ,  スパース性 ,  平滑化