文献
J-GLOBAL ID:202202232338156186   整理番号:22A0982881

表現学習に基づく多目的パーティクルスウォームコミュニティ発見演算【JST・京大機械翻訳】

Multiobjective particle swarm community discovery arithmetic based on representation learning
著者 (4件):
資料名:
巻: 34  号:ページ: e5788  発行年: 2022年 
JST資料番号: W2542A  ISSN: 1532-0626  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  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。
ネットワークスケールの連続的増加によって,ネットワークの構造も複雑になった。小規模静的ネットワークに基づくオリジナルのコミュニティ発見アルゴリズムは,著者らのニーズを満たすことができなかった。コミュニティ分割の品質を改善するために,多重最適化関数に基づくコミュニティ発見アルゴリズムを提案した。これらの多目的アルゴリズムは,最適化機能が増加するので,時間複雑性において増加を続けた。多目的コミュニティ発見アルゴリズムの時間複雑性を減少して,粒子スウォームアルゴリズムは多目的最適化(MOO)問題を解決する際により高い効率と精度を有した。上記の背景に基づき,この論文の目的は,表現学習に基づく多目的パーティクルスウォームコミュニティ発見アルゴリズムを研究することである。本論文は,静的ネットワークコミュニティ発見のためにネットワーク表現学習方式を使用して,改良多目的パーティクルスウォームベースのコミュニティ発見アルゴリズム(MOPSO-CD)を設計した。このランダム性は,このアルゴリズムを局所最適に落下することを効果的に防止する。同時に,MOOアルゴリズムと結合して,すべてのPareto最適解集合は,アルゴリズムのランダム性によって引き起こす精度の欠損を修正するために,個体群を調整するために保持された。さらに,アルゴリズムの効率を改善するために,本論文では,効率的なPareto最適解集合法を導入した。従来のMOO戦略と比較して,MOOプロセスの時間複雑性は,O(nlogn)に還元されるO(n2)である。実験解析を通して,MOPSO-CDは,より高い効率とコミュニティ発見品質を持った。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. 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 (5件):
分類
JSTが定めた文献の分類名称とコードです
システム最適化手法  ,  通信網  ,  人工知能  ,  その他の情報処理  ,  ネットワーク法 
タイトルに関連する用語 (3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