論文の概要: Community-based anomaly detection using spectral graph filtering
- arxiv url: http://arxiv.org/abs/2201.09936v1
- Date: Mon, 24 Jan 2022 20:02:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-26 16:09:01.926586
- Title: Community-based anomaly detection using spectral graph filtering
- Title（参考訳）: スペクトルグラフフィルタリングを用いたコミュニティベース異常検出
- Authors: Rodrigo Francisquini, Ana Carolina Lorena, Mari\'a C. V. Nascimento
- Abstract要約: 本稿では,スペクトルグラフに基づくフィルタを用いたコミュニティベース異常検出アルゴリズムを提案する。
計算実験において、SpecFと呼ばれる提案された戦略は、さらに離散的な異常を識別する上で優れた性能を示した。
ブラジルのサン・ジョゼ・ドス・カンポス地区における新型コロナウイルスの感染状況について検討する。
- 参考スコア（独自算出の注目度）: 2.320417845168326
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Several applications have a community structure where the nodes of the same
community share similar attributes. Anomaly or outlier detection in networks is
a relevant and widely studied research topic with applications in various
domains. Despite a significant amount of anomaly detection frameworks, there is
a dearth on the literature of methods that consider both attributed graphs and
the community structure of the networks. This paper proposes a community-based
anomaly detection algorithm using a spectral graph-based filter that includes
the network community structure into the Laplacian matrix adopted as the basis
for the Fourier transform. In addition, the choice of the cutoff frequency of
the filter considers the number of communities found. In computational
experiments, the proposed strategy, called SpecF, showed an outstanding
performance in successfully identifying even discrete anomalies. SpecF is
better than a baseline disregarding the community structure, especially for
networks with a higher community overlapping. Additionally, we present a case
study to validate the proposed method to study the dissemination of COVID-19 in
the different districts of S\~ao Jos\'e dos Campos, Brazil.
- Abstract（参考訳）: いくつかのアプリケーションは、同じコミュニティのノードが類似の属性を共有するコミュニティ構造を持っています。
ネットワークにおける異常検出や異常検出は、様々な分野の応用に関する関連する研究テーマであり、広く研究されている。
かなりの量の異常検出フレームワークにもかかわらず、属性グラフとネットワークのコミュニティ構造の両方を考慮する手法の文献が研究されている。
本稿では,フーリエ変換の基盤としてラプラシアン行列にネットワークコミュニティ構造を含むスペクトルグラフに基づくフィルタを用いた,コミュニティに基づく異常検出アルゴリズムを提案する。
また,フィルタの遮断周波数の選択は,検出されたコミュニティの数を考慮する。
計算実験において、specfと呼ばれる提案手法は、離散的異常の特定に優れた性能を示した。
SpecFはコミュニティ構造を無視したベースラインよりも優れている。
また,ブラジルのs\~ao jos\'e dos camposの異なる地域でのcovid-19の拡散について,提案手法を検証するケーススタディを行った。
関連論文リスト
- Community detection by spectral methods in multi-layer networks [0.0]
多層ネットワークにおけるコミュニティ検出は,ネットワーク解析において重要な問題である。
1つのアルゴリズムは隣接行列の和に基づいており、もう1つは2乗隣接行列の偏りの和を利用する。
数値シミュレーションにより, このアルゴリズムは, 多層ネットワークにおける既存のコミュニティ検出手法を超越した2乗隣接行列のデバイアス和を用いていることを確認した。
論文 参考訳（メタデータ） (2024-03-19T08:29:47Z) - Alleviating Structural Distribution Shift in Graph Anomaly Detection [70.1022676681496]
グラフ異常検出(GAD)は二項分類の問題である。
ガロン神経ネットワーク(GNN)は、同胞性隣人からの正常の分類に有用である。
ヘテロ親水性隣人の影響を緩和し、不変にするための枠組みを提案する。
論文 参考訳（メタデータ） (2024-01-25T13:07:34Z) - HoloNets: Spectral Convolutions do extend to Directed Graphs [59.851175771106625]
従来の知恵は、スペクトル畳み込みネットワークは無向グラフ上にしか展開できないと規定している。
ここでは、このグラフフーリエ変換への伝統的な依存が超フルであることを示す。
本稿では,新たに開発されたフィルタの周波数応答解釈を行い,フィルタ表現に使用するベースの影響を調査し,ネットワークを基盤とする特性演算子との相互作用について議論する。
論文 参考訳（メタデータ） (2023-10-03T17:42:09Z) - ARISE: Graph Anomaly Detection on Attributed Networks via Substructure
Awareness [70.60721571429784]
サブ構造認識(ARISE)による属性付きネットワーク上の新しいグラフ異常検出フレームワークを提案する。
ARISEは、異常を識別するグラフのサブ構造に焦点を当てている。
実験により、ARISEは最先端の属性付きネットワーク異常検出(ANAD)アルゴリズムと比較して、検出性能が大幅に向上することが示された。
論文 参考訳（メタデータ） (2022-11-28T12:17:40Z) - 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) - Co-Membership-based Generic Anomalous Communities Detection [0.0]
共同メーバシップに基づくジェネリック異常コミュニティ検出アルゴリズム(CMMACを参照)について紹介する。
CMMACはドメインフリーであり、コミュニティのサイズや密度にほとんど影響を受けない。
本稿では,異常なコミュニティを注入可能なコミュニティ構造化ランダムネットワークを生成するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-03-30T12:23:55Z) - Community detection in censored hypergraph [8.790193989856403]
情報理論の観点から,検閲付き$m$-uniformハイパーグラフのコミュニティ検出について検討した。
本稿では,コミュニティ構造をしきい値まで正確に復元するスペクトル時間アルゴリズムを提案する。
また、1つのスペクトルアルゴリズムがしきい値を洗練しないかどうかの研究も興味深い。
論文 参考訳（メタデータ） (2021-11-04T22:03:20Z) - 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) - 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) - Network Anomaly Detection based on Tensor Decomposition [10.285394886473217]
多くの異常検出方法は、ネットワークコアルータで収集されたパケット検査に基づいている。
本稿では,パケットヘッダ検査が不要な代替手法を提案する。
論文 参考訳（メタデータ） (2020-04-20T21:45:05Z) - Detecting Communities in Heterogeneous Multi-Relational Networks:A
Message Passing based Approach [89.19237792558687]
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。
論文 参考訳（メタデータ） (2020-04-06T17:36:24Z)
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。