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。
コミュニティ構造は複雑なネットワークの最も重要な特徴の一つである。コミュニティ検出のためのモジュラリティベースの方法は,典型的なコミュニティ品質関数を最適化するための発見的アルゴリズムに依存する。そのような方法は2つの主要な欠陥によって制限される。(1)解像度限界問題,それは同時に検出される不均質サイズのコミュニティを禁止し,(2)発見的アルゴリズムの発散出力を,関連と無関係な結果を区別するのを困難にする。本論文では,スケーラブルなコミュニティ「適合度関数」に基づくコミュニティ検出のための改良法を提案した。スケーラビリティを強化する新しいパラメータを導入し,出力をフィルタリングする厳密な戦略を導入した。スケーラビリティにより,一方では,この方法は分解能限界問題がなく,大きな不均一ネットワーク上で優れた性能を発揮するが,他方では,深い階層ネットワークにおいて以前の方法よりも多くのレベルのコミュニティを検出することができる。さらに,著者らの厳密な戦略は,人工的選択なしで,冗長で無関係な結果を自動的に除去する。結果として,この方法は,安定かつユニークなコミュニティのみを純粋に出力し,それは,合成ネットワーク内の移植構造,または実世界ネットワークのためのメタデータを含むネットワークに関する先験的知識によって,大きく解釈できる。【JST・京大機械翻訳】