文献

J-GLOBAL ID：202202239459597019   整理番号：22A0570879

ノード活性化のリスクのある複雑ネットワークにおける拡大の最大化【JST・京大機械翻訳】

Maximizing spreading in complex networks with risk in node activation

著者 (4件)： Xue Leyang (School of Science, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Xue Leyang (International Academic Center of Complex Systems, Beijing Normal University, Zhuhai 519087, China) ,  Zhang Peng (School of Science, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Zeng An (School of Systems Science, Beijing Normal University, Beijing 100875, China)
資料名： Information Sciences  (Information Sciences)
巻： 586  ページ： 1-23  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 複雑なネットワークにおける情報の広がりにおいて,初期拡散者が重要な役割を果たすことが広く認められている。したがって,最も影響力のある拡散者を同定するために,多様な中心性ベースの方法が提案されている。しかし,ほとんどの既存の研究は,実際のソーシャルネットワークにおいて,よりコストが高く,初期拡散者として行動する影響のある個人を確信するのが困難であり,最大拡大への高いリスクをもたらすという事実を見落としている。本論文では,大規模ノードの活性化が小度ノードのそれよりも高いリスクを持つという仮定に基づいてこの問題に取り組んだ。初期拡散者の活性化リスクと発生サイズの両方を考慮するとき,拡散を最も効果的に最大化する初期拡散者を同定することを目指した。ランダムネットワークの解析は,最適初期拡散器の程度がネットワークの最大ノード度に対応しないが,代わりに,異なる程度でノード間の活性化リスクの感染確率と差異によって決定されることを明らかにした。実ネットワークにおける最も効果的な拡散者を同定するためのリスク意識メトリックを提案した。数値シミュレーションは,このリスク意識計量が,拡大の最大化に関して既存のベンチマーク中心性より優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *ネットワーク ,  拡散板 ,  ベンチマーク
準シソーラス用語： 数値シミュレーション ,  社会的ネットワーク ,  *複雑ネットワーク ,  ホップ数 ,  ランダムネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 活性化リスク ,  効果的なスプレッダー ,  拡大の最大化 ,  影響最大化

分類 (3件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： ノード ,  活性化 ,  リスク ,  複雑ネットワーク ,  拡大 ,  最大化