コミュニティ検出のための機械学習ベースの目的関数選択【JST・京大機械翻訳】

Bornstein Asa; Rubin Amir; Hendler Danny

プレプリント

J-GLOBAL ID：202202217434660746 整理番号：22P0310145

コミュニティ検出のための機械学習ベースの目的関数選択【JST・京大機械翻訳】

Machine-Learning Based Objective Function Selection for Community Detection

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03月25日プレプリントサーバーでの情報更新日： 2022年03月25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)

Cohenらによって2016年に提示されたNode-centric ovErlaping Community AlgoRithmのNECTARは,それが呼び出されるネットワークに基づいて最適化するために機能する2つの目的関数の間で動的に選択する。Cohenらが示すように,このアプローチは,コミュニティ検出の重複のための6つの最先端アルゴリズムより優れている。本研究では,NECTAR-ML,目的関数の選択を自動化するための機械学習ベースのモデルを使用するNECTARアルゴリズムの拡張,および15,755の人工的および7つの実世界ネットワークのデータセット上で訓練し,評価した。本解析は,約90%のケースで,本モデルが正しい目的関数を成功裏に選択できることを示した。NECTARとNECTAR-MLの競合解析を行った。NECTAR-MLは,最良の目的関数を選択するためのNECTARの能力を有意に凌駕することが示された。また,NECTAR-MLと2つの付加的最先端の多目的コミュニティ検出アルゴリズムの競合解析を行った。NECTAR-MLは,平均検出品質に関して両方のアルゴリズムを凌駕した。多目的EA(MOEA)はMOPを解くための最も一般的なアプローチであり,NECTAR-MLがMLベースの目的関数選択の有効性を示すという事実を,明らかに凌駕する。【JST・京大機械翻訳】

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

その他の情報処理 , ネットワーク法 , 計算機網

, ,

前のページに戻る