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。
時間的ネットワークは現代のデータにおいてますます一般的であり,そのようなネットワークの解析は重要な現象をカバーすることができて,動的ユニットのネットワークの特性を特性化することができた。本論文では,時間的ネットワークにおける動的コミュニティを検出し追跡することができる非負行列因数分解(NMF)を用いた新しいコミュニティ検出モデルを提案した。2つの連続的なtimesの期待されるノードの人気を保存することによる新しい時間的滑らかさ制約を提案し,動的な場合におけるネットワークトポロジーの突然の変化を捉えるために,コミュニティのメンバシップ遷移行列を導入した。次に,目的関数を最適化するための勾配降下アルゴリズムを提案し,その正当性と収束性を証明した。いくつかの合成および実際のベンチマークネットワークに関する実験結果により,コミュニティ検出における提案した新しい方法の有効性および動的ネットワークにおけるそれらの変化の発見を示した。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】