文献

J-GLOBAL ID：202202272149790814   整理番号：22A0913509

SCHIN-IRAM:属性付き異種情報ネットワークのための効率的で効果的な半教師つきクラスタリングアルゴリズム【JST・京大機械翻訳】

SCHAIN-IRAM: An Efficient and Effective Semi-Supervised Clustering Algorithm for Attributed Heterogeneous Information Networks

著者 (6件)： Li Xiang (Department of Computer Science, The University of Hong Kong, Hong Kong) ,  Wu Yao (Twitter, San Fransisco, CA, USA) ,  Ester Martin (School of Computing Science, Simon Fraser University, Burnaby, BC, Canada) ,  Kao Ben (Department of Computer Science, The University of Hong Kong, Hong Kong) ,  Wang Xin (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Zheng Yudian (Twitter, San Fransisco, CA, USA)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 34  号： 4  ページ： 1980-1992  発行年： 2022年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  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： 異種情報ネットワーク(HIN)は,異なる型のノードモデルオブジェクトとそのリンクモデルオブジェクトの関係の1つである。その情報を豊かにするために,HINにおけるオブジェクトは,典型的に付加的属性と関連する。そのようなHINをAttributed HINまたはAHINと呼ぶ。ネットワーク内のオブジェクト属性値とそれらの構造的接続性の両方に関してオブジェクトの類似性を考慮して,AHINにおけるクラスタリングオブジェクトの問題を研究した。マストリンク集合とリンク集合の形式で表現される監視信号が,クラスタリング結果を改善するために利用できることを示した。著者らは,クラスタ化問題を解決するために,SCHAINアルゴリズムを提唱して,2つの非常に効率的な変異体,SCHAIN-PIとSCHAIN-IRAM,そしてそれは,それぞれ,行列の固有ベクトルを計算するために,電力反復ベースの方法と暗黙的に再開したArnoldi方式を採用した。SCHAINベースのアルゴリズムを他の最先端のクラスタリングアルゴリズムと比較する広範な実験を行った。著者らの結果は,SCHAIN-IRAMがクラスタリング有効性に関して他の競争者より優れていて,非常に効率的であることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  電力 ,  *ネットワーク ,  リンク ,  *クラスタ化 ,  *情報ネットワーク ,  監視信号 ,  効果 ,  類似性 ,  有効性 ,  連結性 ,  固有ベクトル
準シソーラス用語： *クラスタリングアルゴリズム ,  *半教師付きクラスタリング , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： 属性 ,  情報ネットワーク ,  半教師つきクラスタリング ,  アルゴリズム