文献
J-GLOBAL ID:202102237341011466   整理番号:21A2276172

多層ネットワークコミュニティ検出のための半教師つき多目的進化アルゴリズム【JST・京大機械翻訳】

A Semi-supervised Multi-objective Evolutionary Algorithm for Multi-layer Network Community Detection
著者 (7件):
資料名:
巻: 12815  ページ: 179-190  発行年: 2021年 
JST資料番号: H0078D  ISSN: 0302-9743  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
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。
実世界では,多くの複雑なシステムが多層ネットワークとして抽象化できる。最近,多層ネットワークに対するコミュニティ検出は,マルチ関係複合システム解析において重要な役割を果たし,従って,特に最適化アルゴリズムにおいて人気を徐々に獲得する。多目的最適化(MOOP)法は,コミュニティ検出問題を解決する柔軟性のために注目を集めている。それにもかかわらず,MOOP法の殆どは事前情報にはほとんど注目せず,複雑なコミュニティ構造のネットワークに対する高レベル精度とロバスト性を保証できない。この問題に取り組むために,本論文は,多層コミュニティ検出(SS-MOML)のための半教師つき多目的進化アルゴリズムを提案した。SS-MOMLは主に2つのステップから成る:まず,ネットワークから事前情報を抽出する。第2に,事前情報に基づき,事前層を仮想接続を作成して構築し,高品質初期母集団を生成した。そして,次に,最適化プロセスを開始して,それにおいて,事前情報に基づく遺伝的操作は,染色体の進化方向を指導する。いくつかの広範囲な実験を実行し,結果は,提案したSS-MOMLが,7つの最先端の多層コミュニティ検出アルゴリズムよりも精度とロバスト性において優れていることを証明した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
計算機網  ,  計算理論  ,  ネットワーク法 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る