文献

J-GLOBAL ID：201802257378434532   整理番号：18A0264850

新しい時系列リンク予測法:学習オートマトンアプローチ【Powered by NICT】

A novel time series link prediction method: Learning automata approach

著者 (2件)： Moradabadi Behnaz (Department of Computer Engineering, Amirkabir University of Technology, Tehran, Iran) ,  Meybodi Mohammad Reza (Department of Computer Engineering, Amirkabir University of Technology, Tehran, Iran)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 482  ページ： 422-432  発行年： 2017年 
JST資料番号： D0322B  ISSN： 0378-4371  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： リンク予測は,将来のリンクを予測するためのネットワーク構造を用いた主な社会ネットワーク課題である。ネットワークのスナップショットを分析し隠れたまたは将来のリンクを見出すことであるが隠れたリンクを予測するための一般的なリンク予測アプローチは,静的グラフ表現を用いている。例えば,類似性計量に基づくリンク予測は,各接続されていないリンクのための類似性計量を計算し,それらの類似性計量に基づくリンクを分類と今後のリンクとして高い類似性スコアとの関連を標識する一般的なアプローチである。社会ネットワークにおける人活性は動的であり,不確実性と,ネットワークの構造は時間と共に変化するので,社会的ネットワークのモデル化と解析のための決定論的グラフを用いた適切ではないかもしれない。時系列リンク予測問題では,時系列リンク発生は,将来のリンク予測に用いた本論文では,学習オートマトンに基づく新しい時系列リンク予測を提案した。予測されねばならないことを各リンクのための提案したアルゴリズムでは,一つの学習オートマトンであり,各学習オートマトンは,対応するリンクの存在または非存在を予測することを試みた。時間Tにおけるリンク発生を予測するために,鎖は 1Tを介してステージ1であり,学習オートマトンは,対応するリンクの存在または非存在を学習するためにこれらの段階から通過する。共著と電子メールネットワークを用いた予備的リンク予測実験は満足な結果を提供した時系列リンク発生を考察した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 不確実性 ,  グラフ ,  電子メール ,  *予測技法 ,  ネットワーク構造 ,  アルゴリズム ,  *予測 ,  類似性 ,  ネットワーク ,  モデリング
準シソーラス用語： 決定論 ,  スコア ,  スナップショット ,  社会的ネットワーク ,  *学習オートマトン , 【Automatic Indexing@JST】

著者キーワード (4件)： 社会的ネットワーク ,  リンク予測 ,  時系列 ,  学習オートマトン

分類 (1件)： ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B)

タイトルに関連する用語 (4件)： 時系列 ,  リンク ,  予測法 ,  学習オートマトン