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。
影響最大化は,ソーシャルネットワークにおける活性化が目標ネットワークカバレッジに達する活性化カスケードを誘発することができるノードの最小集合を見つけるタスクであり,そこでは閾値規則が影響の結果を決定する。この問題はNP困難であり,効率的な発見的発見に関する顕著な量の最近の研究を生み出した。与えられたネットワーク構造にその性能を調整する3つのパラメータに依存する{Balance Index}アルゴリズムに焦点を当てた。そのような調整のための教師つき機械学習手法の使用を提案した。パラメータチューニングに対して最も影響力のあるグラフ特徴を選択した。次に,ランダムウォークベースグラフサンプリングを用いて,与えられた合成および大規模実世界ネットワークから小さなスナップショットを作成した。網羅的探索を用いて,これらのスナップショットが地上真実として使用するためのBIパラメータの高精度値を見出した。次に,この機械学習モデルをスナップショット上で訓練し,このモデルを実際の単語ネットワークに適用して,最良のBIパラメータを見出した。著者らは,これらのパラメータをサンプリングした実世界ネットワークに適用して,開始剤のセットの品質を測定した。様々な実世界ネットワークを用いて,他の発見的手法に対するアプローチを検証した。【JST・京大機械翻訳】