文献

J-GLOBAL ID：202002291029746215   整理番号：20A2036828

非重み付きネットワークにおけるグラフ埋込み法に基づくリンク予測【JST・京大機械翻訳】

Link Prediction Based on Graph Embedding Method in Unweighted Networks

著者 (4件)： Wu Chencheng (Hangzhou Normal University,Alibaba Research Center for Complexity Sciences,Hangzhou,P. R. China,311121) ,  Zhou Yinzuo (Hangzhou Normal University,Alibaba Research Center for Complexity Sciences,Hangzhou,P. R. China,311121) ,  Tan Lulu (Hangzhou Normal University,Alibaba Research Center for Complexity Sciences,Hangzhou,P. R. China,311121) ,  Teng Cong (Hangzhou Normal University,Alibaba Research Center for Complexity Sciences,Hangzhou,P. R. China,311121)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCC  ページ： 736-741  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： ランダムウォークに基づくリンク予測の指標は,通常,その近傍ノードへの粒子移動の過程において同じ遷移確率を持ち,それは強いランダム性を有して,粒子遷移確率に及ぼすネットワークトポロジーの特殊性の影響を無視した。この問題を解決するために,本論文は,グラフ埋込み(GERWR)に基づく再起動指数によるランダムウォークを提案する。アルゴリズムはランダムサンプルネットワークノードにグラフ埋込み法を使用し,潜在的ネットワーク構造情報を含むノード表現ベクトルを生成する。ノードベクトルの類似性を計算することによって,それは偏った遷移確率を再定義する。それをランダムウォークのプロセスに適用し,粒子歩行中の遷移に及ぼすネットワークトポロジーの特殊性の影響を調べた。最後に,バイアス遷移に基づいて,本論文で提案したインデックスを,非加重ネットワークにおける5つの古典的類似性指数と比較した。結果は,偏った移動によるグラフ埋込み方法に基づく予測アルゴリズムが,他の指数より高い正確さ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 ,  遷移確率 ,  ベクトル ,  *ネットワーク ,  ネットワーク構造 ,  酔歩 ,  バイアス ,  類似性 ,  無作為抽出
準シソーラス用語： ネットワークトポロジー ,  ランダム性 ,  特異性 ,  予測アルゴリズム ,  ネットワークノード ,  *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)： 重み付きネットワーク ,  グラフ埋込み ,  リンク ,  予測