文献

J-GLOBAL ID：202102220495095595   整理番号：21A0101015

図正則化非負行列分解のヘテロネットコミュニティ発見【JST・京大機械翻訳】

Community Detecting Method Based on Non-negative Matrix Factorization with Graph Regular Term in Heterogeneous Information Networks

著者 (5件)： Liu Jiaji (云南大学 信息学院,昆明 650091) ,  Bao Chongming (云南大学 軟件学院,昆明 650091) ,  Zhou Lihua (云南大学 信息学院,昆明 650091) ,  Wang Chongyun (云南大学 生態学与環境学院,昆明 650091) ,  Kong Bing (云南大学 信息学院,昆明 650091)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 21  ページ： 131-138  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： データネットワークをマイニングする価値があり、安定性のあるコミュニティは、ネットワーク情報の獲得、推薦及びネットワークの発展予測にとって重要な価値がある。既存の異質なネットワーククラスタリング方法では,同じ次元でネットワーク中の異質な情報を効率的に統合するのが難しいという問題に照準を定めて,本論文は,グラフ正規化非負行列因数分解に基づく異質なネットワーククラスタリング方法を提案した。グラフの正則項を加えることにより、中心型部分空間と属性類型部分空間の内部連結関係を制約項とし、非負行列分解モデルに導入し、高次元データの低次元空間のコンパクト埋め込みを探し、異質ノード間の部分ノイズを排除することに成功した。異なるサブネットの共有潜在構造を反映するコンセンサス行列の最適化を行い、異質情報を有効に統合し、そして次元縮小過程において、異質情報の完全性を最大限に保留し、異質ネットワーククラスタリング方法の精度を高め、実世界データセットにおける実験結果もこの方法の有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  雑音 ,  ネットワーク ,  コミュニティ ,  *正則化 ,  完全性 ,  有効性 ,  次元縮小 ,  正規化
準シソーラス用語： 部分空間 ,  低次元 ,  非負行列因子分解 ,  高次元データ ,  ネットワーククラスタリング ,  *非負行列 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 正則化 ,  非負行列 ,  分解 ,  発見