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。
グラフのFiedlerベクトル,すなわちグラフラプラシアン行列の第2最小固有値に対応する固有ベクトルは,グラフ双分割とエンベロープ低減のような問題における応用を伴うスペクトルグラフ理論において重要な役割を演じる。この量を推定するように設計されたアルゴリズムは,通常全グラフの先験的知識に依存し,グラフが未知であるか,あるいは動的に変化する場合において明らかな欠点を持つグラフスパース化や電力反復のような技術を採用する。本論文では,グラフ上で相互作用するランダムウォークの集合に基づく確率的プロセスを構築するフレームワークを開発し,確率的プロセスの適切にスケーリングされたバージョンが,十分に大きな数の歩道に対してFiedlerベクトルに収束することを示した。また,異なるグラフに関する理論的発見を確認するために数値結果を提供し,提案アルゴリズムが広範囲のパラメータおよびランダムウォークの数に対して良好に機能することを示した。時間変動動的グラフに関するシミュレーション結果も,そのような設定におけるランダムウォークベース技術の有効性を示すために提供した。重要な貢献として,著者らの結果を拡張し,著者らのフレームワークがグラフラプラシアンのFiedlerベクトルを近似するだけでなく,相互作用ランダムウォークを介して任意の時間可逆Markov連鎖カーネルの2番目の固有ベクトルにも適用可能であることを示した。著者らの知る限り,ランダムウォークを用いた任意の時間可逆Markov連鎖の2次固有ベクトルを近似する試みは,グラフ上のランダムウォークを用いた高レベル固有ベクトルの近似を達成する可能性を開く。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】