文献

J-GLOBAL ID：201702253930161330   整理番号：17A0023907

ネットワーク解析のための深い学習:問題,アプローチおよび課題【Powered by NICT】

Deep learning for network analysis: Problems, approaches and challenges

著者 (6件)： Pal Siddharth (Raytheon BBN Technologies, United States) ,  Dong Yuxiao (University of Notre Dame, United States) ,  Thapa Bishal (Raytheon BBN Technologies, United States) ,  Chawla Nitesh V. (University of Notre Dame, United States) ,  Swami Ananthram (Army Research Lab, United States) ,  Ramanathan Ram (Raytheon BBN Technologies, United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： MILCOM  ページ： 588-593  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： パターン同定,進化的特性と異常のための社会的,通信および情報ネットワークの解析は陸軍向けの重要な問題である,例えば知能コミュニティ。現在の技術は,先験的に知られていない異常な特徴やパターンを識別する能力を持っていない。ネットワーク解析のための深層学習の利用について調べた。過去数年にわたり,深層学習は,画像分類,音声認識などの分野における前例のない成功してきていない。しかし,ネットワークあるいはグラフ解析への深い学習の利用に関する研究は限られている。ARLネットワーク科学CTAプログラムの一部として開発した三予備的技術を提案した:(a)非常に高度に訓練された画像認識装置,すなわちCaffe;を用いた教師なし分類(b)と同類度;のようなノード特徴に関する畳込みニューラルネットワークの変異体を用いた教師付き分類および(c)自然言語処理へのマッピングを用いたネットワークにおけるノードの学習表現のためのnode2vecと呼ばれるフレームワーク。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自然言語処理 ,  図式解法 ,  情報ネットワーク ,  畳込み ,  陸軍 ,  音声認識 ,  画像認識 ,  *ネットワーク ,  *学習
準シソーラス用語： 教師付き分類 ,  教師なし分類 ,  ネットワーク科学 ,  画像分類 ,  深層学習 ,  *ネットワーク解析 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： ネットワーク解析 ,  学習