論文の概要: Evaluating Community Detection Algorithms for Progressively Evolving Graphs

• arxiv url: http://arxiv.org/abs/2007.08635v1
• Date: Thu, 16 Jul 2020 20:58:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-10 00:16:47.511955
• Title: Evaluating Community Detection Algorithms for Progressively Evolving Graphs
• Title（参考訳）: 進行進行グラフのためのコミュニティ検出アルゴリズムの評価
• Authors: Remy Cazabet, Souaad Boudebza, Giulio Rossetti
• Abstract要約: 本稿では,進化するコミュニティ構造を植え込んだ動的グラフの生成手法を提案する。 記述言語を通じて、望まれるコミュニティ構造を指定できる。 動的コミュニティ検出のための6つの既存アルゴリズムを実験的に評価した。
• 参考スコア（独自算出の注目度）: 0.4125187280299247
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many algorithms have been proposed in the last ten years for the discovery of dynamic communities. However, these methods are seldom compared between themselves. In this article, we propose a generator of dynamic graphs with planted evolving community structure, as a benchmark to compare and evaluate such algorithms. Unlike previously proposed benchmarks, it is able to specify any desired evolving community structure through a descriptive language, and then to generate the corresponding progressively evolving network. We empirically evaluate six existing algorithms for dynamic community detection in terms of instantaneous and longitudinal similarity with the planted ground truth, smoothness of dynamic partitions, and scalability. We notably observe different types of weaknesses depending on their approach to ensure smoothness, namely Glitches, Oversimplification and Identity loss. Although no method arises as a clear winner, we observe clear differences between methods, and we identified the fastest, those yielding the most smoothed or the most accurate solutions at each step.
• Abstract（参考訳）: 過去10年間、動的コミュニティの発見のために多くのアルゴリズムが提案されてきた。 しかし、これらの方法は互いに比較されることがほとんどない。 本稿では,そのようなアルゴリズムを比較し評価するためのベンチマークとして,進化するコミュニティ構造を持つ動的グラフの生成法を提案する。 以前提案されたベンチマークとは異なり、記述言語を通じて望ましい進化するコミュニティ構造を指定でき、それに対応する漸進的に進化するネットワークを生成することができる。 我々は,既存の6つの動的コミュニティ検出アルゴリズムを,植栽された地盤真理との瞬時および縦方向の類似性,動的パーティショニングの滑らかさ,スケーラビリティの観点から実験的に評価した。 特に、スムーズさを確保するためのアプローチ、すなわちGlitches、Oversimplification、Identity Lossなど、さまざまなタイプの弱点を観察します。 明確な勝者は得られなかったが,明確な違いを観察し,各ステップにおいて最も高速で,最も滑らかな解あるいは最も正確な解を導出する解を同定した。

関連論文リスト

• 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)
• Ensemble Quadratic Assignment Network for Graph Matching [52.20001802006391]
  グラフマッチングはコンピュータビジョンやパターン認識において一般的に用いられる技法である。 最近のデータ駆動型アプローチは、グラフマッチングの精度を著しく改善した。 データ駆動手法と従来の手法の利点を組み合わせたグラフニューラルネットワーク(GNN)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-03-11T06:34:05Z)
• Large-scale Benchmarking of Metaphor-based Optimization Heuristics [5.081212121019668]
  BBOB関数スイート上で294のアルゴリズム実装を実行する。 提案手法は, 予算の選択, 性能評価, 実験設計のその他の側面が, これらのアルゴリズムの比較にどう影響するかを考察する。
  論文  参考訳（メタデータ） (2024-02-15T08:54:46Z)
• Doubly Inhomogeneous Reinforcement Learning [4.334006170547247]
  我々は、ポリシー学習のために、時間とともに個人間で類似したダイナミクスを表示する「最良のデータチャンクを決定するためのオリジナルアルゴリズム」を提案する。 提案手法は汎用的であり,クラスタリングおよび変更点検出アルゴリズムの幅広い範囲で動作する。
  論文  参考訳（メタデータ） (2022-11-08T03:41:14Z)
• Implicit models, latent compression, intrinsic biases, and cheap lunches in community detection [0.0]
  コミュニティ検出は、ネットワークをノードのクラスタに分割して、その大規模な構造を要約することを目的としている。 いくつかのコミュニティ検出手法は、確率的生成モデルを通じてクラスタリングの目的を明示的に導出する。 他の方法は記述的であり、特定のアプリケーションによって動機付けられた目的に応じてネットワークを分割する。 本稿では,コミュニティ検出対象,推論対象,記述対象とそれに対応する暗黙的ネットワーク生成モデルとを関連付けるソリューションを提案する。
  論文  参考訳（メタデータ） (2022-10-17T15:38:41Z)
• Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
  任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。 提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
  論文  参考訳（メタデータ） (2021-05-23T19:21:55Z)
• Finding Geometric Models by Clustering in the Consensus Space [61.65661010039768]
  本稿では,未知数の幾何学的モデル,例えばホモグラフィーを求めるアルゴリズムを提案する。 複数の幾何モデルを用いることで精度が向上するアプリケーションをいくつか提示する。 これには、複数の一般化されたホモグラフからのポーズ推定、高速移動物体の軌道推定が含まれる。
  論文  参考訳（メタデータ） (2021-03-25T14:35:07Z)
• Evolutionary Variational Optimization of Generative Models [0.0]
  分散最適化と進化的アルゴリズムの2つの一般的な最適化アプローチをジェネレーションモデルのための学習アルゴリズムの導出に組み合わせます。 進化的アルゴリズムは変動境界を効果的かつ効率的に最適化できることを示す。 ゼロショット」学習のカテゴリでは、多くのベンチマーク設定で最先端の技術を大幅に改善するために進化的変動アルゴリズムを観察しました。
  論文  参考訳（メタデータ） (2020-12-22T19:06:33Z)
• AdaLead: A simple and robust adaptive greedy search algorithm for sequence design [55.41644538483948]
  我々は、容易で、拡張性があり、堅牢な進化的欲求アルゴリズム(AdaLead)を開発した。 AdaLeadは、様々な生物学的に動機づけられたシーケンスデザインの課題において、アートアプローチのより複雑な状態を克服する、驚くほど強力なベンチマークである。
  論文  参考訳（メタデータ） (2020-10-05T16:40:38Z)
• Community detection in sparse time-evolving graphs with a dynamical Bethe-Hessian [47.82639003096941]
  本稿では、コミュニティ構造が時間とともに進化するスパース力学グラフにおけるコミュニティ検出の問題について考察する。 クラスラベルの正の相関と時間進化の利点を生かしたBethe-Hessian行列の拡張に基づく高速スペクトルアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-06-03T11:44:19Z)

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。