複雑ネットワークにおけるターゲット化影響最大化【JST・京大機械翻訳】

Zhang Renquan; Wang Xiaolin; Pei Sen

プレプリント

J-GLOBAL ID：202202202588011492 整理番号：22P0288111

複雑ネットワークにおけるターゲット化影響最大化【JST・京大機械翻訳】

Targeted influence maximization in complex networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年02月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

複雑なネットワークにおける拡散プロセスに基づく多くの実世界アプリケーションは,特定のターゲットノードに情報を配信することを目的とする。しかし,拡散プロセスを開始するために,一連の拡散者を最適に選択するのは挑戦的である。本論文では,例として感受性感染回復(SIR)モデルを用いて,目標とする影響最大化問題を研究した。コンビナトリアル最適化として定式化して,目的は,非ターゲットノードへの影響を最小にする一方で,ターゲットノードへの影響を最大化できる,与えられた数の拡散者を同定することである。この最適化問題に対する実用的な解決策を見つけるために,メッセージ通過プロセスに基づく理論的フレームワークを開発し,非バックトラッキング(NB)行列を用いて平衡解に関する安定性解析を行った。筆者らは,元のネットワークからターゲットノードを除外する補体グラフ上の摂動を避けながら,ターゲットノードとその多段階最近傍からなる部分グラフに対する平衡解に最適摂動を課すことにより,拡散器を選択できることを提案した。さらに,目標とする拡散過程に対する影響力のある拡散者を同定するために,各ノードに対して,標的集団影響と呼ばれるメトリックを導入した。提案方法は,合成および実世界ネットワークの両方で検証され,他の競合する発見的アプローチより優れている。著者らの結果は,目標とする影響最大化問題と実世界アプリケーションにおける拡散者を同定するための実用的方法を解析するフレームワークを提供する。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

計算機網 , 無線通信一般

, ,

前のページに戻る