論文の概要: Detecting Communities in Heterogeneous Multi-Relational Networks:A
Message Passing based Approach
- arxiv url: http://arxiv.org/abs/2004.02842v1
- Date: Mon, 6 Apr 2020 17:36:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-16 05:53:16.630523
- Title: Detecting Communities in Heterogeneous Multi-Relational Networks:A
Message Passing based Approach
- Title（参考訳）: 不均一なマルチリレーショナルネットワークにおけるコミュニティ検出:メッセージパッシングに基づくアプローチ
- Authors: Maoying Qiao, Jun Yu, Wei Bian, Dacheng Tao
- Abstract要約: コミュニティは、ソーシャルネットワーク、生物学的ネットワーク、コンピュータおよび情報ネットワークを含むネットワークの共通の特徴である。
我々は,全同種ネットワークのコミュニティを同時に検出する効率的なメッセージパッシングに基づくアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 89.19237792558687
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Community is a common characteristic of networks including social networks,
biological networks, computer and information networks, to name a few.
Community detection is a basic step for exploring and analysing these network
data. Typically, homogenous network is a type of networks which consists of
only one type of objects with one type of links connecting them. There has been
a large body of developments in models and algorithms to detect communities
over it. However, real-world networks naturally exhibit heterogeneous qualities
appearing as multiple types of objects with multi-relational links connecting
them. Those heterogeneous information could facilitate the community detection
for its constituent homogeneous networks, but has not been fully explored. In
this paper, we exploit heterogeneous multi-relational networks (HMRNet) and
propose an efficient message passing based algorithm to simultaneously detect
communities for all homogeneous networks. Specifically, an HMRNet is
reorganized into a hierarchical structure with homogeneous networks as its
layers and heterogeneous links connecting them. To detect communities in such
an HMRNet, the problem is formulated as a maximum a posterior (MAP) over a
factor graph. Finally a message passing based algorithm is derived to find a
best solution of the MAP problem. Evaluation on both synthetic and real-world
networks confirms the effectiveness of the proposed method.
- Abstract（参考訳）: コミュニティは、ソーシャルネットワーク、生物ネットワーク、コンピュータ、情報ネットワークなど、いくつかのネットワークに共通する特徴である。
コミュニティ検出は、これらのネットワークデータを探索し分析するための基本的なステップである。
通常、同種ネットワークは1つのタイプのオブジェクトとそれらを結ぶ1つのタイプのリンクからなるネットワークの一種である。
モデルとアルゴリズムは、その上のコミュニティを検出するために、大きく発展してきた。
しかし、実世界のネットワークは自然に複数の種類のオブジェクトとして現れる異質な特性を示す。
これらの異種情報は、その構成する同種ネットワークのコミュニティ検出を促進することができるが、完全には探索されていない。
本稿ではヘテロジニアス・マルチリレーショナル・ネットワーク(HMRNet)を活用し,同種ネットワークのコミュニティを同時に検出するための効率的なメッセージパッシングに基づくアルゴリズムを提案する。
具体的には、hmrnetは均質ネットワークをレイヤとして階層構造に再構成され、それらを接続するヘテロジニアスリンクが形成される。
このようなHMRNetのコミュニティを検出するために、この問題は因子グラフ上の最大後部(MAP)として定式化される。
最後に、MAP問題の最適解を見つけるために、メッセージパッシングに基づくアルゴリズムを導出する。
合成ネットワークと実世界のネットワークの両方で評価を行い,提案手法の有効性を確認した。
関連論文リスト
- Discriminative community detection for multiplex networks [20.810096547938166]
スペクトルクラスタリングに基づく2つの識別的コミュニティ検出アルゴリズムを提案する。
第1のアプローチは、グループ間の識別サブグラフ構造を識別することを目的としており、第2のアプローチは、識別サブグラフ構造とコンセンサスコミュニティ構造を同時に学習する。
論文 参考訳（メタデータ） (2024-09-30T14:48:45Z) - Enhancing Community Detection in Networks: A Comparative Analysis of Local Metrics and Hierarchical Algorithms [49.1574468325115]
本研究は,地域間類似度指標を用いた地域検出の関連性を評価するために,同じ手法を用いている。
これらの指標の有効性は,異なるコミュニティサイズを持つ複数の実ネットワークにベースアルゴリズムを適用して評価した。
論文 参考訳（メタデータ） (2024-08-17T02:17:09Z) - MGTCOM: Community Detection in Multimodal Graphs [0.34376560669160383]
MGTCOMは、ネットワーク埋め込み、コミュニティ、およびタンデム内のコミュニティの数を最適化するエンドツーエンドフレームワークである。
我々の手法は最先端技術に対して競争力があり、帰納的推論ではよく機能する。
論文 参考訳（メタデータ） (2022-11-10T16:11:03Z) - CS-MLGCN : Multiplex Graph Convolutional Networks for Community Search
in Multiplex Networks [0.0]
本稿では,マルチプレクサネットワークにおけるクエリ駆動グラフ畳み込みネットワークCS-MLGCNを提案する。
地道なコミュニティを持つ実世界のグラフの実験は、得られるソリューションの品質を検証する。
論文 参考訳（メタデータ） (2022-10-17T07:47:19Z) - Multiplex Heterogeneous Graph Convolutional Network [25.494590588212542]
異種ネットワーク埋め込みのための多重異種グラフ畳み込みネットワーク(MHGCN)を提案する。
我々のMHGCNは、多重異種ネットワークにおいて、異なる長さの有用な異種メタパス相互作用を自動的に学習することができる。
論文 参考訳（メタデータ） (2022-08-12T06:17:54Z) - Community detection in multiplex networks based on orthogonal
nonnegative matrix tri-factorization [26.53951886710295]
我々は,各層に共通するコミュニティと,各層に固有のコミュニティを識別する,新しい多重化コミュニティ検出手法を導入する。
提案アルゴリズムは, 合成および実多重化の両方で評価し, 最先端技術と比較した。
論文 参考訳（メタデータ） (2022-05-02T02:33:15Z) - A Comprehensive Survey on Community Detection with Deep Learning [93.40332347374712]
コミュニティは、ネットワーク内の他のコミュニティと異なるメンバーの特徴と接続を明らかにする。
この調査は、最先端の手法の様々なカテゴリをカバーする新しい分類法を考案し、提案する。
ディープニューラルネットワーク(Deep Neural Network)は、畳み込みネットワーク(convolutional network)、グラフアテンションネットワーク( graph attention network)、生成的敵ネットワーク(generative adversarial network)、オートエンコーダ(autoencoder)に分けられる。
論文 参考訳（メタデータ） (2021-05-26T14:37:07Z) - Anomaly Detection on Attributed Networks via Contrastive Self-Supervised
Learning [50.24174211654775]
本論文では,アトリビュートネットワーク上の異常検出のためのコントラスト型自己監視学習フレームワークを提案する。
このフレームワークは、新しいタイプのコントラストインスタンスペアをサンプリングすることで、ネットワークデータからのローカル情報を完全に活用します。
高次元特性と局所構造から情報埋め込みを学習するグラフニューラルネットワークに基づくコントラスト学習モデルを提案する。
論文 参考訳（メタデータ） (2021-02-27T03:17:20Z) - On the use of local structural properties for improving the efficiency
of hierarchical community detection methods [77.34726150561087]
本研究では,階層型コミュニティ検出の効率向上のために,局所構造ネットワーク特性をプロキシとして利用する方法について検討する。
また,ネットワークプルーニングの性能への影響を,階層的コミュニティ検出をより効率的にするための補助的手法として検証する。
論文 参考訳（メタデータ） (2020-09-15T00:16:12Z) - A Multi-Semantic Metapath Model for Large Scale Heterogeneous Network
Representation Learning [52.83948119677194]
大規模不均一表現学習のためのマルチセマンティックメタパス(MSM)モデルを提案する。
具体的には,マルチセマンティックなメタパスに基づくランダムウォークを生成し,不均衡な分布を扱うヘテロジニアスな近傍を構築する。
提案するフレームワークに対して,AmazonとAlibabaの2つの挑戦的なデータセットに対して,体系的な評価を行う。
論文 参考訳（メタデータ） (2020-07-19T22:50:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。