文献

J-GLOBAL ID：202002210062223572   整理番号：20A0863150

RNC グラフ埋込みに基づく信頼できるネットワーク特性分類器【JST・京大機械翻訳】

RNC: Reliable Network Property Classifier Based on Graph Embedding

著者 (5件)： Liao Hao (Shenzhen University) ,  Liu Qixin (Shenzhen University) ,  Vidmer Alexandre (Shenzhen University) ,  Zhou Mingyang (Shenzhen University) ,  Mao Rui (Shenzhen University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： PDCAT  ページ： 340-345  発行年： 2019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： 過去20年において,情報ネットワークの解析は様々な分野から集中的に研究されてきた。小世界特性とスケールフリー特性はネットワーク科学研究において優勢である。異なる種類のグラフの比較と分類は非常に重要である。しかしながら,ネットワーク特性のための深い学習技術によるロバストで正確な分類を設計する方法は,まだ十分な注意を欠いており,様々なアプリケーションシナリオにおける重要な課題である。本論文では,ネットワーク特性(スケールフリーまたはスモールワールド特性)を分類するために,グラフ埋込み(RNC)に基づく信頼できるネットワーク特性分類器を提案した。非ユークリッドデータを処理するために,各ネットワークを画像に埋め込み,分類問題を完全にするために次元縮小,ラスタ化,畳込みニューラルネットワークを用いた。この方法は,人工ネットワークだけでなく実際のネットワークにおける分類タスクを効果的に達成できる。さらに,RNCは,実際のネットワーク上のロバスト性に関して大きく,ネットワークの不完全構造に対するRNCのロバスト性を示した。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： ロバスト性 ,  学習 ,  応用プログラム ,  次元縮小 ,  情報ネットワーク ,  *ネットワーク
準シソーラス用語： 畳込みニューラルネットワーク ,  スモールワールド ,  スケールフリー ,  *グラフ埋込み , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： RNC ,  グラフ埋込み ,  信頼 ,  分類器