文献

J-GLOBAL ID：202002277203734146   整理番号：20A2690948

コミュニティ保存による属性ネットワーク埋込み【JST・京大機械翻訳】

Attributed Network Embedding with Community Preservation

著者 (5件)： Huang Tong (Yunnan University,School of Information,Kunming,China) ,  Zhou Lihua (Yunnan University,School of Information,Kunming,China) ,  Wang Lizhen (Yunnan University,School of Information,Kunming,China) ,  Du Guowang (Yunnan University,School of Information,Kunming,China) ,  Lu Kevin (Brunel University,Uxbridge,UK,UB8 3PH)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DSAA  ページ： 334-343  発行年： 2020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： ネットワーク埋込み(NE)は,ネットワークの固有の特徴を維持しながら,ネットワーク内のノードを低次元かつ連続ベクトル空間に写像する方法である。NEのためのほとんどの既存のアルゴリズムは,トポロジー構造,ノード属性またはコミュニティ構造情報の側面の1つまたは2つに焦点を合わせるが,統一フレームワークにおいて3つを統合しない。本研究では,ネットワーク内のノードの低次元分散表現を得るために,トポロジー構造,ノード属性およびコミュニティ構造を同時に組み込むコミュニティ保存(ANECP)による属性ネットワーク埋込みのための深層ニューラルネットワークベースフレームワークを開発した。深層ニューラルネットワークの利用は,トポロジーと属性情報の両方における根底にある高い非線形性を捉えるが,コミュニティ構造の組み込みは,顕微鏡的観点からデータスパース性の問題を解決する。その結果,得られたノード表現は近接性と識別を保存できる。6つの実世界データセットを用いた実験的研究を行った。実験結果は,提案したANECPが既存の方法よりも優れた性能を持つことを示した。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： アルゴリズム ,  位相幾何学 ,  ベクトル空間 ,  *ネットワーク ,  コミュニティ ,  非線形性
準シソーラス用語： スパース性 ,  近接性 ,  低次元 ,  コミュニティ構造 ,  ディープニューラルネットワーク , 【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)： コミュニティ ,  保存 ,  属性 ,  埋込み