論文の概要: Towards Direct Comparison of Community Structures in Social Networks
- arxiv url: http://arxiv.org/abs/2209.12841v1
- Date: Mon, 26 Sep 2022 16:46:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-27 18:38:23.424191
- Title: Towards Direct Comparison of Community Structures in Social Networks
- Title（参考訳）: ソーシャルネットワークにおけるコミュニティ構造の直接比較に向けて
- Authors: Soumita Das, Anupam Biswas
- Abstract要約: コミュニティ検出アルゴリズムは,異なるアルゴリズムを用いて得られたコミュニティに対する評価基準値を比較して評価する。
コミュニティの質を測定するために使用される評価指標には、コミュニティ内外におけるノードの接続のようなエンティティのトポロジ的情報が含まれている。
地域社会のトポロジ的情報を直接比較して,品質指標,すなわちEmphTopological Variance (TV) を設計する。
- 参考スコア（独自算出の注目度）: 2.1320960069210475
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Community detection algorithms are in general evaluated by comparing
evaluation metric values for the communities obtained with different
algorithms. The evaluation metrics that are used for measuring quality of the
communities incorporate the topological information of entities like
connectivity of the nodes within or outside the communities. However, while
comparing the metric values it loses direct involvement of topological
information of the communities in the comparison process. In this paper, a
direct comparison approach is proposed where topological information of the
communities obtained with two algorithms are compared directly. A quality
measure namely \emph{Topological Variance (TV)} is designed based on direct
comparison of topological information of the communities. Considering the newly
designed quality measure, two ranking schemes are developed. The efficacy of
proposed quality metric as well as the ranking scheme is studied with eight
widely used real-world datasets and six community detection algorithms.
- Abstract（参考訳）: コミュニティ検出アルゴリズムは、異なるアルゴリズムで得られたコミュニティの評価メトリック値を比較することで一般に評価される。
コミュニティの品質を測定するために使用される評価指標には、コミュニティ内外のノードの接続のようなエンティティのトポロジー情報が含まれている。
しかし、計量値を比較する一方で、比較プロセスにおいてコミュニティのトポロジー情報に直接関与することはない。
本稿では、2つのアルゴリズムで得られたコミュニティのトポロジカルな情報を直接比較する直接比較手法を提案する。
地域社会のトポロジ的情報の直接比較に基づいて, 品質指標, すなわち, 位相的変動 (TV) を設計する。
新たに設計された品質指標を考えると、2つのランキング方式が開発されている。
提案手法の有効性を,8つの実世界のデータセットと6つのコミュニティ検出アルゴリズムを用いて検討した。
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) - A structured regression approach for evaluating model performance across intersectional subgroups [53.91682617836498]
分散評価(disaggregated evaluation)は、AIフェアネスアセスメントにおける中心的なタスクであり、AIシステムのさまざまなサブグループ間でのパフォーマンスを測定することを目的としている。
非常に小さなサブグループであっても,信頼性の高いシステム性能推定値が得られることを示す。
論文 参考訳（メタデータ） (2024-01-26T14:21:45Z) - Normalized mutual information is a biased measure for classification and community detection [0.4779196219827508]
我々は、正規化された相互情報によって返される結果は2つの理由により偏りがあると主張している。
本稿では,どのアルゴリズムが最適かという結論が,従来の相互情報のバイアスに大きく影響されていることを示す。
論文 参考訳（メタデータ） (2023-07-03T18:12:32Z) - Semi-supervised Community Detection via Structural Similarity Metrics [0.0]
本研究では,新しいノードのコミュニティラベルを推定することを目的とした,半教師付きコミュニティ検出問題について検討する。
本稿では,新しいノードとK$コミュニティ間の構造的類似度メトリック'を計算するアルゴリズムを提案する。
我々の知る限りでは、理論的な保証を提供する最初の半教師付きコミュニティ検出アルゴリズムである。
論文 参考訳（メタデータ） (2023-06-01T19:02:50Z) - Uncertainty in GNN Learning Evaluations: The Importance of a Consistent
Benchmark for Community Detection [4.358468367889626]
グラフニューラルネットワーク(GNN)の共通評価プロトコルを確立するためのフレームワークを提案する。
プロトコルの有無の相違を実証することで、モチベーションと正当化を行います。
また,同じ評価基準が従うことを保証することで,本課題における手法の性能と有意な差があることが判明した。
論文 参考訳（メタデータ） (2023-05-10T10:22:28Z) - Enhance Ambiguous Community Structure via Multi-strategy Community
Related Link Prediction Method with Evolutionary Process [7.239725647907488]
我々は新しいコミュニティ属性に基づくリンク予測戦略HAPを設計する。
本稿では,あいまいなコミュニティ構造を明らかにするためのリンクを追加することで,コミュニティの強化を図ることを目的とする。
提案手法は,提案手法が他のベースライン法よりも優れていることを示す。
論文 参考訳（メタデータ） (2022-04-28T06:24:16Z) - Riemannian classification of EEG signals with missing values [67.90148548467762]
本稿では脳波の分類に欠落したデータを扱うための2つの方法を提案する。
第1のアプローチでは、インプットされたデータと$k$-nearestの隣人アルゴリズムとの共分散を推定し、第2のアプローチでは、期待最大化アルゴリズム内で観測データの可能性を活用することにより、観測データに依存する。
その結果, 提案手法は観測データに基づく分類よりも優れており, 欠落したデータ比が増大しても高い精度を維持することができることがわかった。
論文 参考訳（メタデータ） (2021-10-19T14:24:50Z) - 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) - Heterogeneous Network Representation Learning: A Unified Framework with
Survey and Benchmark [57.10850350508929]
我々は、異種ネットワーク埋め込み(HNE)に関する既存の研究を要約し、評価するための統一的なフレームワークを提供することを目指している。
最初のコントリビューションとして、既存のHNEアルゴリズムのメリットを体系的に分類し分析するための一般的なパラダイムを提供する。
第2のコントリビューションとして、さまざまなソースから、スケール、構造、属性/ラベルの可用性などに関するさまざまな特性を備えた4つのベンチマークデータセットを作成します。
第3のコントリビューションとして、13の人気のあるHNEアルゴリズムに対するフレンドリなインターフェースを作成し、複数のタスクと実験的な設定に対して、それらの全周比較を提供する。
論文 参考訳（メタデータ） (2020-04-01T03:42:11Z)
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。