論文の概要: A Survey on Hyperlink Prediction

• arxiv url: http://arxiv.org/abs/2207.02911v1
• Date: Wed, 6 Jul 2022 18:36:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-08 14:59:34.144620
• Title: A Survey on Hyperlink Prediction
• Title（参考訳）: ハイパーリンク予測に関する調査研究
• Authors: Can Chen, Yang-Yu Liu
• Abstract要約: 本稿では,既存のハイパーリンク予測手法を,類似性に基づく,確率に基づく,行列最適化に基づく,深層学習に基づく4つのカテゴリに分類する。 特に、ハイパーリンク予測における他の手法よりもディープラーニングベースの手法が一般的である。
• 参考スコア（独自算出の注目度）: 5.040884130649049
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As a natural extension of link prediction on graphs, hyperlink prediction aims for the inference of missing hyperlinks in hypergraphs, where a hyperlink can connect more than two nodes. Hyperlink prediction has applications in a wide range of systems, from chemical reaction networks, social communication networks, to protein-protein interaction networks. In this paper, we provide a systematic and comprehensive survey on hyperlink prediction. We propose a new taxonomy to classify existing hyperlink prediction methods into four categories: similarity-based, probability-based, matrix optimization-based, and deep learning-based methods. To compare the performance of methods from different categories, we perform a benchmark study on various hypergraph applications using representative methods from each category. Notably, deep learning-based methods prevail over other methods in hyperlink prediction.
• Abstract（参考訳）: ハイパーリンク予測は、グラフ上のリンク予測の自然な拡張として、ハイパーリンクが2つ以上のノードを接続できるハイパーグラフの欠落したハイパーリンクの推測を目的としている。 ハイパーリンク予測は、化学反応ネットワーク、社会通信ネットワーク、タンパク質-タンパク質相互作用ネットワークなど、幅広いシステムに応用されている。 本稿では,ハイパーリンク予測に関する体系的かつ包括的な調査を行う。 本稿では,既存のハイパーリンク予測手法を類似性に基づく,確率に基づく,行列最適化に基づく,深層学習に基づく4つのカテゴリに分類する。 異なるカテゴリのメソッドの性能を比較するために,各カテゴリの代表手法を用いて,様々なハイパーグラフアプリケーションに関するベンチマーク研究を行う。 特に、ハイパーリンク予測における他の手法よりもディープラーニングベースの手法が一般的である。

関連論文リスト

• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• Temporal Link Prediction Using Graph Embedding Dynamics [0.0]
  動的ネットワークにおける時間的リンク予測は、複雑な科学的および現実世界の問題を解く可能性から特に関心がある。 時間的リンク予測への伝統的なアプローチは、ネットワークのダイナミックスの集約を統一的な出力として見つけることに集中してきた。 本稿では,ノードをニュートンオブジェクトとして定義し,ネットワークダイナミクスの予測に速度の概念を取り入れることで,時間的リンク予測の新しい視点を提案する。
  論文  参考訳（メタデータ） (2024-01-15T07:35:29Z)
• Improving Link Prediction in Social Networks Using Local and Global Features: A Clustering-based Approach [0.0]
  本稿では,リンク予測問題に対処するため,第1グループと第2グループを組み合わせた手法を提案する。 提案手法は,まずノードの位置と動的挙動に関連する特徴を同定する。 そして、計算された類似度尺度に基づいて、サブスペースクラスタリングアルゴリズムをグループ社会オブジェクトに適用する。
  論文  参考訳（メタデータ） (2023-05-17T14:45:02Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Principled inference of hyperedges and overlapping communities in hypergraphs [0.0]
  本稿では,ハイパーグラフの構造的構造を特徴付けるための統計的推測に基づく枠組みを提案する。 我々は,ハイパーエッジ予測タスクにおいて強い性能を示し,相互作用によってもたらされる情報に順応したコミュニティの検出,ノイズの多いハイパーエッジの追加に対する堅牢性を示した。
  論文  参考訳（メタデータ） (2022-04-12T09:13:46Z)
• Hyperlink-induced Pre-training for Passage Retrieval in Open-domain Question Answering [53.381467950545606]
  HyperLink-induced Pre-training (HLP) は、Webドキュメント内のハイパーリンクベースのトポロジーによって引き起こされるテキスト関連性によって、高密度検索を事前訓練する手法である。 本稿では,双対リンクとコメンテーションのハイパーリンクに基づく構造が,大規模事前学習に有効であることを示す。
  論文  参考訳（メタデータ） (2022-03-14T09:09:49Z)
• High-order joint embedding for multi-level link prediction [2.4366811507669124]
  リンク予測は、観測されたネットワークから潜在的なリンクを推測し、ネットワーク分析において重要な問題の1つである。 本稿では,ペアリンクとハイパーリンクを同時に符号化する新しいテンソル型ジョイントネットワーク埋め込み手法を提案する。 シミュレーション設定とFacebook ego-networksの両方に関する数値的研究により,提案手法はハイパーリンクとペアリンク予測の精度を向上することが示された。
  論文  参考訳（メタデータ） (2021-11-07T05:22:54Z)
• Online Multi-Agent Forecasting with Interpretable Collaborative Graph Neural Network [65.11999700562869]
  複数の協調予測器からの予測を協調グラフに従って集約する新しい協調予測ユニット(CoPU)を提案する。 本手法は,3つのタスクの最先端処理を平均28.6%,17.4%,21.0%で上回っている。
  論文  参考訳（メタデータ） (2021-07-02T08:20:06Z)
• Link prediction in multiplex networks via triadic closure [0.9329978164030673]
  リンク予測アルゴリズムは複雑なシステムの構造と力学を理解するのに役立つ。 我々は,新しいリンクの予測を改善するために,異なる種類のリレーショナルデータを利用することができることを示す。 本稿では,Adamic-Adar法を任意の層で構成された多重化ネットワークに一般化し,新しいリンク予測アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-16T20:25:08Z)
• Combining Task Predictors via Enhancing Joint Predictability [53.46348489300652]
  そこで本研究では,目標予測能力に基づいて参照の関連性を測定し,その関連性を高めるための新しい予測器組合せアルゴリズムを提案する。 提案アルゴリズムはベイズフレームワークを用いて,すべての参照の関連性について共同で評価する。 視覚属性ランキングとマルチクラス分類シナリオから得られた実世界の7つのデータセットの実験に基づいて,本アルゴリズムが性能向上に寄与し,既存の予測器の組み合わせアプローチの適用範囲を広くすることを示した。
  論文  参考訳（メタデータ） (2020-07-15T21:58:39Z)
• Heterogeneous Graph Neural Networks for Malicious Account Detection [64.0046412312209]
  GEMは、悪意のあるアカウントを検出するための、最初の異種グラフニューラルネットワークである。 我々は、デバイス集約とアクティビティ集約という2つの基本的な弱点に基づいて、異種アカウントデバイスグラフから差別的埋め込みを学習する。 実験により、我々のアプローチは、時間とともに競合する手法と比較して、常に有望な結果が得られることが示された。
  論文  参考訳（メタデータ） (2020-02-27T18:26:44Z)

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。