Fugu-MT 論文翻訳(概要): Reconstructing Sparse Illicit Supply Networks: A Case Study of Multiplex Drug Trafficking Networks

論文の概要: Reconstructing Sparse Illicit Supply Networks: A Case Study of Multiplex Drug Trafficking Networks

arxiv url: http://arxiv.org/abs/2208.01739v1
Date: Fri, 29 Jul 2022 16:06:50 GMT
ステータス: 処理完了
システム内更新日: 2022-08-07 14:29:39.420183
Title: Reconstructing Sparse Illicit Supply Networks: A Case Study of Multiplex Drug Trafficking Networks
Title（参考訳）: ばらばらな不正供給ネットワークの再構築:多重薬物取引ネットワークを事例として
Authors: Jin-Zhu Yu, Mincheng Wu, Gisela Bichler, Felipe Aros-Vera, Jianxi Gao
Abstract要約: 本稿では,調査報告から抽出した実世界のマルチプレックス・ドラッグ・トラヒッキング・ネットワークについて検討する。 DegEM法は,いくつかの精度指標で最高の予測性能を達成できることが判明した。
参考スコア（独自算出の注目度）: 2.86989372262348
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: The network structure provides critical information for law enforcement agencies to develop effective strategies to interdict illicit supply networks. However, the complete structure of covert networks is often unavailable, thus it is crucially important to develop approaches to infer a more complete structure of covert networks. In this paper, we work on real-world multiplex drug trafficking networks extracted from an investigation report. A statistical approach built on the EM algorithm (DegEM) as well as other methods based on structural similarity are applied to reconstruct the multiplex drug trafficking network given different fractions of observed nodes and links. It is found that DegEM approach achieves the best predictive performance in terms of several accuracy metrics. Meanwhile, structural similarity-based methods perform poorly in reconstructing the drug trafficking networks due to the sparsity of links between nodes in the network. The inferred multiplex networks can be leveraged to (i) inform the decision-making on monitoring covert networks as well as allocating limited resources for collecting additional information to improve the reconstruction accuracy and (ii) develop more effective interdiction strategies.
Abstract（参考訳）: このネットワーク構造は、法執行機関が不正供給ネットワークを妨害する効果的な戦略を開発するための重要な情報を提供する。しかし、隠密ネットワークの完全な構造はしばしば利用できないため、隠密ネットワークのより完全な構造を推測するアプローチを開発することが極めて重要である。本稿では,調査報告から抽出した実世界の薬物取引ネットワークについて検討する。 EMアルゴリズム(DegEM)と構造的類似性に基づく他の手法に基づく統計的アプローチを適用し、観察されたノードとリンクの異なる割合の多重化麻薬取引ネットワークを再構築する。 DegEM法は,いくつかの精度指標で最高の予測性能を達成できることが判明した。一方, 構造的類似性に基づく手法は, ネットワーク内のノード間リンクの幅が狭いため, 薬物トラヒックネットワークの再構築に不適である。推定された多重ネットワークは (i)再建精度を向上させるために追加情報収集に限られた資源を割くとともに、秘密ネットワークの監視に関する意思決定を通知する。 (ii)より効果的な調停戦略を展開する。

関連論文リスト

A Novel Reinforcement Learning Routing Algorithm for Congestion Control in Complex Networks [0.0]
本稿では,最短経路アルゴリズムに基づく渋滞制御と経路長最適化という,強化学習を活用するルーティングアルゴリズムを提案する。提案手法は,バラビ・アルベルトスケールフリーネットワークだけでなく,Watts-Strogatz (小世界) や Erd"os-R'enyi (ランダムネットワーク) などのネットワークモデルでも有効であることを示す。
論文参考訳（メタデータ） (2023-12-30T18:21:13Z)
CMFDFormer: Transformer-based Copy-Move Forgery Detection with Continual Learning [52.72888626663642]
コピーモーブ偽造検出は、疑わしい偽画像中の重複領域を検出することを目的としている。深層学習に基づく複写偽造検出手法が最上位にある。 CMFDFormer という名称の Transformer-style copy-move forgery ネットワークを提案する。また、CMFDFormerが新しいタスクを処理できるように、新しいPCSD連続学習フレームワークを提供する。
論文参考訳（メタデータ） (2023-11-22T09:27:46Z)
DANI: Fast Diffusion Aware Network Inference with Preserving Topological Structure Property [2.8948274245812327]
そこで我々は,DANIと呼ばれる新しい手法を提案し,その構造特性を保ちながら基礎となるネットワークを推定する。 DANIは、モジュール構造、次数分布、連結成分、密度、クラスタリング係数を含む構造特性を維持しながら、より高い精度と低い実行時間を有する。
論文参考訳（メタデータ） (2023-10-02T23:23:00Z)
A Unified Framework for Exploratory Learning-Aided Community Detection Under Topological Uncertainty [16.280950663982107]
META-CODEは、ソーシャルネットワークにおける重複コミュニティを検出する統合フレームワークである。 1)新たな再構築損失によってトレーニングされたグラフニューラルネットワーク(GNN)に基づくノードレベルのコミュニティアフィリエイト埋め込み,2)コミュニティアフィリエイトベースのノードクエリによるネットワーク探索,3)エッジ接続に基づくSiameseニューラルネットワークモデルを用いたネットワーク推論,の3つのステップで構成されている。
論文参考訳（メタデータ） (2023-04-10T10:22:21Z)
SIRe-Networks: Skip Connections over Interlaced Multi-Task Learning and Residual Connections for Structure Preserving Object Classification [28.02302915971059]
本稿では、オブジェクト分類タスクにおける消失勾配を低減するために、SIReを定義したインターレース型マルチタスク学習戦略を提案する。提案手法は、自動エンコーダを介して入力画像構造を保存することにより、畳み込みニューラルネットワーク(CNN)を直接改善する。提案手法を検証するため、SIRe戦略を介して単純なCNNと有名なネットワークの様々な実装を拡張し、CIFAR100データセットで広範囲にテストする。
論文参考訳（メタデータ） (2021-10-06T13:54:49Z)
Towards Understanding Theoretical Advantages of Complex-Reaction Networks [77.34726150561087]
パラメータ数を用いて,関数のクラスを複素反応ネットワークで近似できることを示す。経験的リスク最小化については,複素反応ネットワークの臨界点集合が実数値ネットワークの固有部分集合であることを示す。
論文参考訳（メタデータ） (2021-08-15T10:13:49Z)
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)
Learning low-rank latent mesoscale structures in networks [1.1470070927586016]
ネットワークにおける低ランクメソスケール構造を記述するための新しい手法を提案する。いくつかの合成ネットワークモデルと経験的友情、協調、タンパク質-タンパク質相互作用(PPI)ネットワークを使用します。破損したネットワークから直接学習する潜在モチーフのみを用いて、破損したネットワークを認知する方法を示す。
論文参考訳（メタデータ） (2021-02-13T18:54:49Z)
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)
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)
Network Adjustment: Channel Search Guided by FLOPs Utilization Ratio [101.84651388520584]
本稿では,ネットワークの精度をFLOPの関数として考慮した,ネットワーク調整という新しいフレームワークを提案する。標準画像分類データセットと幅広いベースネットワークの実験は、我々のアプローチの有効性を実証している。
論文参考訳（メタデータ） (2020-04-06T15:51:00Z)

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。