論文の概要: Topology and Geometry of the Third-Party Domains Ecosystem: Measurement and Applications

• arxiv url: http://arxiv.org/abs/2112.04381v2
• Date: Tue, 20 Dec 2022 15:20:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-05 09:48:11.773908
• Title: Topology and Geometry of the Third-Party Domains Ecosystem: Measurement and Applications
• Title（参考訳）: 第三部領域生態系のトポロジーと幾何学:測定と応用
• Authors: Costas Iordanou, Fragkiskos Papadopoulos
• Abstract要約: 我々は、世界中のユーザのブラウザ内でのドメインのインタラクションを観察することで、サードパーティドメインのネットワークを推測する。 このネットワークは、パワー・ロー次数分布、強いクラスタリング、小世界の特性など、複雑なネットワークでよく見られる構造的特性を持つ。 予測力を持ち、サードパーティのドメインが共ホストされている可能性、同一の法的エンティティに属している可能性、あるいは企業買収に関して、将来同じエンティティの下にマージされる可能性を示します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Over the years, web content has evolved from simple text and static images hosted on a single server to a complex, interactive and multimedia-rich content hosted on different servers. As a result, a modern website during its loading time fetches content not only from its owner's domain but also from a range of third-party domains providing additional functionalities and services. Here, we infer the network of the third-party domains by observing the domains' interactions within users' browsers from all over the globe. We find that this network possesses structural properties commonly found in complex networks, such as power-law degree distribution, strong clustering, and small-world property. These properties imply that a hyperbolic geometry underlies the ecosystem's topology. We use statistical inference methods to find the domains' coordinates in this geometry, which abstract how popular and similar the domains are. The hyperbolic map we obtain is meaningful, revealing the large-scale organization of the ecosystem. Furthermore, we show that it possesses predictive power, providing us the likelihood that third-party domains are co-hosted; belong to the same legal entity; or merge under the same entity in the future in terms of company acquisition. We also find that complementarity instead of similarity is the dominant force driving future domains' merging. These results provide a new perspective on understanding the ecosystem's organization and performing related inferences and predictions.
• Abstract（参考訳）: 長年にわたって、Webコンテンツは、単一のサーバにホストされる単純なテキストと静的イメージから、異なるサーバにホストされる複雑でインタラクティブでマルチメディアリッチなコンテンツへと進化してきた。 その結果、ロード時間中の現代的なWebサイトは、その所有者のドメインだけでなく、追加機能やサービスを提供するさまざまなサードパーティドメインからコンテンツを取得する。 ここでは、ユーザのブラウザ内のドメインのインタラクションを世界中から観察することにより、サードパーティドメインのネットワークを推定する。 このネットワークは、パワー・ロー次数分布、強いクラスタリング、小世界の特性など、複雑なネットワークでよく見られる構造的特性を持つ。 これらの性質は双曲幾何学が生態系のトポロジーの下にあることを暗示している。 統計的推論手法を用いて、この幾何学における領域の座標を求め、ドメインがどの程度人気で類似しているかを抽象化する。 私たちが得る双曲マップは意味があり、エコシステムの大規模組織を明らかにする。 さらに, 予測能力を持ち, 第三者ドメインが共同ホストされている可能性, 同一の法的エンティティに属している可能性, あるいは企業買収に関して, 将来同じエンティティの下で合併する可能性を示す。 また、類似性ではなく相補性が将来のドメインの合併を駆動する支配的な力であることもわかりました。 これらの結果は、エコシステムの組織を理解し、関連する推論と予測を実行するための新しい視点を提供する。

関連論文リスト

• FedPartWhole: Federated domain generalization via consistent part-whole hierarchies [3.228705131530002]
  Federated Domain Generalization (FedDG)は、テスト時に見えないドメインに一般化するという課題に取り組むことを目的としている。 本稿では、バックボーンモデルアーキテクチャの観点から、この問題に対処するフェデレーションドメイン一般化に対する新しいアプローチを提案する。 提案手法は,パラメータが少ないにもかかわらず,比較可能なサイズの畳み込みアーキテクチャを12%以上向上させる。
  論文  参考訳（メタデータ） (2024-07-20T07:43:52Z)
• Taxonomy-Structured Domain Adaptation [21.432546714330023]
  我々は、ネストされた階層的類似構造を持つ領域を形式化する分類構造ドメインによる一般化に取り組む。 我々は,古典的敵対的枠組みを基盤として,新たな分類学者を導入し,その分類情報を維持するために,敵対的差別者と競合する。
  論文  参考訳（メタデータ） (2023-06-13T16:04:14Z)
• Efficient Hierarchical Domain Adaptation for Pretrained Language Models [77.02962815423658]
  生成言語モデルは、多種多様な一般的なドメインコーパスに基づいて訓練される。 計算効率のよいアダプタアプローチを用いて,ドメイン適応を多種多様なドメインに拡張する手法を提案する。
  論文  参考訳（メタデータ） (2021-12-16T11:09:29Z)
• Domain Adaptation for Real-World Single View 3D Reconstruction [1.611271868398988]
  教師なしのドメイン適応は、ラベル付き合成ソースドメインからラベルなしの実際のターゲットドメインに知識を転送するために使用することができる。 本稿では,3次元モデルでは対象のドメインデータが教師されないが,クラスラベルでは教師されないという事実を生かして,新しいアーキテクチャを提案する。 その結果はShapeNetをソースドメインとして、Object Domain Suite(ODDS)データセット内のドメインをターゲットとして実行されます。
  論文  参考訳（メタデータ） (2021-08-24T22:02:27Z)
• Batch Normalization Embeddings for Deep Domain Generalization [50.51405390150066]
  ドメインの一般化は、異なるドメインと見えないドメインで堅牢に実行されるように機械学習モデルをトレーニングすることを目的としている。 一般的な領域一般化ベンチマークにおいて,最先端技術よりも分類精度が著しく向上したことを示す。
  論文  参考訳（メタデータ） (2020-11-25T12:02:57Z)
• Domain2Vec: Domain Embedding for Unsupervised Domain Adaptation [56.94873619509414]
  従来の教師なしドメイン適応は、限られた数のドメイン間の知識伝達を研究する。 本稿では,特徴不整合とグラム行列の連成学習に基づいて,視覚領域のベクトル表現を提供する新しいDomain2Vecモデルを提案する。 我々の埋め込みは、異なるドメイン間の視覚的関係に関する直感と一致するドメイン類似性を予測できることを示した。
  論文  参考訳（メタデータ） (2020-07-17T22:05:09Z)
• Spatial Attention Pyramid Network for Unsupervised Domain Adaptation [66.75008386980869]
  教師なし領域適応は様々なコンピュータビジョンタスクにおいて重要である。 教師なし領域適応のための新しい空間注意ピラミッドネットワークを設計する。 我々の手法は最先端の手法に対して大きなマージンで好適に機能する。
  論文  参考訳（メタデータ） (2020-03-29T09:03:23Z)
• Differential Treatment for Stuff and Things: A Simple Unsupervised Domain Adaptation Method for Semantic Segmentation [105.96860932833759]
  最先端のアプローチは、セマンティックレベルのアライメントの実行がドメインシフトの問題に取り組むのに役立つことを証明している。 我々は,物事領域や物事に対する異なる戦略による意味レベルのアライメントを改善することを提案する。 提案手法に加えて,提案手法は,ソースとターゲットドメイン間の最も類似した機能やインスタンス機能を最小化することにより,この問題の緩和に有効であることを示す。
  論文  参考訳（メタデータ） (2020-03-18T04:43:25Z)
• Mind the Gap: Enlarging the Domain Gap in Open Set Domain Adaptation [65.38975706997088]
  オープンセットドメイン適応(OSDA)は、ターゲットドメインに未知のクラスが存在することを前提としている。 既存の最先端手法は、より大きなドメインギャップが存在する場合、かなりの性能低下を被ることを示す。 我々は、より大きなドメインギャップに特に対処するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-08T14:20:24Z)

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。