文献

J-GLOBAL ID：201902236036826857   整理番号：19A2921197

コミュニティ探索のためのCNベースの酔歩によるノード埋め込み【JST・京大機械翻訳】

Node Embedding With a $CN$ -Based Random Walk for Community Search

著者 (2件)： Zhao Weiji (School of Computer Science and Technology, Harbin University of Science and Technology, Harbin, China) ,  Zhang Fengbin (School of Computer Science and Technology, Harbin University of Science and Technology, Harbin, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 169953-169960  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： コミュニティ検索は質問要求指向コミュニティ検出問題である。ネットワークGにおける質問ノードvを与えて,コミュニティ検索の目標は,ノードvを含むGにおけるコミュニティを発見することである。従来のアルゴリズムは,局所的近傍構造を測定するために注意深く設計された特徴に依存する。これらの特徴を設計することは,それらの実用化を制限する時間のかかるプロセスである。ネットワークにおけるノードのための分散表現を学習するために,深い学習方法を用いるノード埋込みによって動機づけて,著者らはノード埋込みに基づく二段階コミュニティ探索アルゴリズムを提案した。既存のノード埋め込み法の欠点を扱うために,著者らは,最初の段階におけるSkip-gramモデルに基づくCNベースのランダムウォーク(NECNW)を有するノード埋込みモデルを提案した。NECNWを介して,ネットワークにおけるノードの低次元表現を学習した。第二段階では,学習されたベクトルに基づくコミュニティの品質計量的閉包性分離(CI)を提案した。次に,現在のコミュニティと最大の類似性を持つシェルノードのgre欲な追加により,ターゲットコミュニティを拡張した。関連するコミュニティ探索とノード埋め込みアルゴリズムを用いて,実世界と合成ネットワークの両方に関する提案アルゴリズムを評価した。実験結果は,提案したアルゴリズムが他のアルゴリズムよりコミュニティ探索に対してより効果的で効率的であることを示した。Copyright 2020 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】

シソーラス用語： 品質 ,  類似性 ,  ベクトル ,  *コミュニティ ,  アルゴリズム ,  *酔歩 ,  ネットワーク ,  動機づけ
準シソーラス用語： 低次元 ,  探索アルゴリズム ,  学習方法 ,  コミュニティ検出 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： コミュニティ ,  探索 ,  Cn ,  酔歩 ,  ノード ,  埋め込み