文献

J-GLOBAL ID：201702211396295815   整理番号：17A0105122

局所トポロジー情報結合はネットワーク進化を促進する。【JST・京大機械翻訳】

Information Coupling of Local Topology Promoting the Network Evolution

著者 (5件)： Liu Shuxin (National Digital Switching System Engineering and Technological R&D Center) ,  Ji Xinsheng (National Digital Switching System Engineering and Technological R&D Center; National Engineering Laboratory for Mobile Network Security) ,  Liu Caixia (National Digital Switching System Engineering and Technological R&D Center) ,  Tang Hongbo (National Digital Switching System Engineering and Technological R&D Center) ,  Gong Xiaorui (National Digital Switching System Engineering and Technological R&D Center)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 38  号： 9  ページ： 2180-2187  発行年： 2016年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 局所的トポロジー的情報結合がネットワーク進化に及ぼす促進効果を研究するために,本論文は局所的トポロジー的重みづけ方式を提案して,ノード間の連結性とトポロジー情報を結合した。進化モデルのマクロ統計と実際のネットワークデータテストの両方から,局所的トポロジー情報結合がネットワーク進化を促進することを証明した。まず第一に,この重みづけ方式をBAモデルに適用して,TWBAモデルと局所的世界モデルモデルを提案する。シミュレーション結果により,TWBAの度分布随数が増加し,指数分布からべき乗則分布に変化し,実際のネットワークの加速成長によるべき乗則分布を検証し,それにより加速度進化のTWBAモデルを提案し,それは異なる加速の下でべき乗則分布を示した。一方,TWLWは,拡張指数からべき乗則分布に変化する形を示した。次に,重みづけ法をリンク予測法に拡張し,3つの加重類似性指数を提案した。実際のネットワークデータの試験結果は,提案した方法が基本的アルゴリズムの予測精度を大幅に向上させることができ,部分的指標よりも高いことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  シミュレーション ,  加速度 ,  重みづけ ,  アルゴリズム ,  指数分布 ,  予測技法 ,  連結性 ,  *位相幾何学 ,  類似性
準シソーラス用語： 予測精度 ,  加重 ,  べき乗分布 ,  進化モデル ,  *ネットワーク進化 , 【Automatic Indexing@JST】

著者キーワード (5件)： Complex network ,  Local topology ,  Evolving model ,  Link prediction ,  Information coupling

分類 (2件)： 計算機網  (JC03000K) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (3件)： トポロジー ,  ネットワーク進化 ,  促進