文献

J-GLOBAL ID：201902281629688424   整理番号：19A2591934

Motif構造を保持するネットワークは学習*を表す.【JST・京大機械翻訳】

Motif-Preserving Network Representation Learning*

著者 (3件)： Xu Lei (中山大学 数据科学与計算机学院,广州,510000) ,  Huang Ling (中山大学 数据科学与計算机学院,广州,510000) ,  Wang Changdong (中山大学 数据科学与計算机学院,广州,510000)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 13  号： 8  ページ： 1261-1271  発行年： 2019年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 情報技術の広範な応用に伴い、ネットワークは人々の日常の生活において、どこでもない。ネットワーク表現学習アルゴリズムは,ネットワークトポロジー情報を保持しながら,ネットワークを潜在的に低次元のベクトル空間に写像する最新の研究ネットワークである。ネットワークMotifは、ネットワーク分析において重要な意義を持つが、先に提案したネットワーク表現学習アルゴリズムの多くはノードの近隣属性あるいは近隣性を考慮し、ノードのMotif構造情報を無視している。そのため、上述の考えに基づき、アルゴリズム「Motif構造を保持するネットワーク表現学習」を提案し、ネットワークノードベクトル表現を学習する際に、ネットワークMotifの構造をより深く考慮できるようにした。最初に,Motifに基づくネットワーク重み行列を計算した。次に,各ノードのMotifに基づく個人化PageRankの推定値を求めた。最後に、MotifWalkを用いて遊走経路を獲得し、Word2Vecモデルを用いてネットワークのベクトル表現を獲得できる。3つの古典的ネットワーク表現アルゴリズムと比較して,提案したアルゴリズムは,稠密およびMotif構造の豊富なネットワークにおいて,よりよく表現された。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク構造 ,  アルゴリズム ,  *学習 ,  ベクトル ,  学習アルゴリズム ,  モデル ,  情報技術 ,  推定量 ,  ベクトル空間 ,  *ネットワーク
準シソーラス用語： 遊走 ,  PageRank ,  個性化 ,  ネットワーク解析 ,  低次元 ,  ネットワークトポロジー , 【Automatic Indexing@JST】

著者キーワード (3件)： network representation learning ,  random walk ,  Motif

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (1件)： 学習