文献

J-GLOBAL ID：202002243792963151   整理番号：20A0958775

動的コミュニティ検出に向けた高速で効率的なインクリメンタルアプローチ【JST・京大機械翻訳】

A Fast and Efficient Incremental Approach toward Dynamic Community Detection

著者 (2件)： Zarayeneh Neda (School of Electrical Engineering and Computer Science, Washington State University,Pullman,WA,USA.,99164) ,  Kalyanaraman Ananth (School of Electrical Engineering and Computer Science, Washington State University,Pullman,WA,USA.,99164)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ASONAM  ページ： 9-16  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： コミュニティ検出は,実世界ネットワークの構造を分析するために,ネットワーク科学者によって使用される発見ツールである。頂点をコヒーレントモジュール(またはコミュニティ)に分割する入力ネットワークに存在する可能性のある自然分割を同定することを試みた。この問題空間は,効率的なアルゴリズムとソフトウェアに富んでいるが,この文献の多くは,基礎となるネットワークが変化しない静的な利用事例に対するものである。しかし,多くの新興の実世界の利用事例は,入力として動的グラフを組み込む必要がある。本論文では,動的コミュニティ検出に向けた高速で効率的な増分手法を提案した。鍵となる寄与は,Δスクリーニングと呼ばれる一般的な技術であり,入力グラフに対して行われた変化の最も最近のバッチを調べ,潜在的コミュニティ(re)割当を再評価するための頂点の部分集合を選択する。この手法は,クラスタリングの目的関数としてモジュール性を用いるコミュニティ検出法のいずれにも組み込むことができる。実証目的のために,この技術を2つのよく知られたコミュニティ検出ツールに組み込んだ。著者らの実験は,著者らの新しい増分アプローチが,出力品質(その発見的性質にもかかわらず)を損なうことなく,性能スピードアップを生成することができることを実証した。例えば,63mの時間的エッジ(12時間ステップ以上)を有する実世界ネットワーク上で,このアプローチは1056秒で完了することができ,ベースライン実装上で3つの高速化が得られた。また,性能の利点を実証することに加えて,入力ネットワークを解析するための時間分解能の適切な間隔を描写するために,著者らのアプローチを使用する方法を示した。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： アルゴリズム ,  *ネットワーク ,  コミュニティ ,  クラスタ化 ,  ソフトウェア ,  目的関数 ,  基準線 ,  高速化 ,  スクリーニング ,  時間分解能
準シソーラス用語： 再評価 ,  ネットワーク科学 ,  時間ステップ ,  *コミュニティ検出 , 【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 (1件)： コミュニティ検出