論文の概要: Direct Comparative Analysis of Nature-inspired Optimization Algorithms
on Community Detection Problem in Social Networks
- arxiv url: http://arxiv.org/abs/2212.10797v1
- Date: Wed, 21 Dec 2022 06:43:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 14:02:57.365353
- Title: Direct Comparative Analysis of Nature-inspired Optimization Algorithms
on Community Detection Problem 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検出問題に対する自然影響最適化アルゴリズムの直接比較分析
- Authors: Soumita Das, Bijita Singha, Alberto Tonda, and Anupam Biswas
- Abstract要約: 自然にインスパイアされた最適化アルゴリズム(NIOAs)は、今日ではソーシャルネットワークにおけるコミュニティ検出の一般的な選択肢となっている。
本稿では,NIOAをコミュニティ検出問題として分析する。
直接比較法は、NIOAsのペア比較を行うために従う。
NIOAsが生み出すコミュニティの質を分析するために,3つの現実世界のソーシャルネットワークと4つのNIOAが検討されている。
- 参考スコア（独自算出の注目度）: 1.4699455652461721
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nature-inspired optimization Algorithms (NIOAs) are nowadays a popular choice
for community detection in social networks. Community detection problem in
social network is treated as optimization problem, where the objective is to
either maximize the connection within the community or minimize connections
between the communities. To apply NIOAs, either of the two, or both objectives
are explored. Since NIOAs mostly exploit randomness in their strategies, it is
necessary to analyze their performance for specific applications. In this
paper, NIOAs are analyzed on the community detection problem. A direct
comparison approach is followed to perform pairwise comparison of NIOAs. The
performance is measured in terms of five scores designed based on prasatul
matrix and also with average isolability. Three widely used real-world social
networks and four NIOAs are considered for analyzing the quality of communities
generated by NIOAs.
- Abstract（参考訳）: 自然にインスパイアされた最適化アルゴリズム(nioas)は、現在ではソーシャルネットワークにおけるコミュニティ検出に人気がある。
ソーシャルネットワークにおけるコミュニティ検出問題は、コミュニティ内のコネクションを最大化するか、コミュニティ間のコネクションを最小化する最適化問題として扱われる。
NIOAを適用するには、どちらの目的も検討する。
NIOAsは主に戦略においてランダム性を利用するため、特定のアプリケーションのパフォーマンスを分析する必要がある。
本稿では,NIOAをコミュニティ検出問題として分析する。
直接比較法は、NIOAsのペア比較を行うために従う。
性能はプラサトゥール行列に基づいて設計された5つのスコアと平均アイソラビリティで測定される。
NIOAsが生み出すコミュニティの質を分析するために,3つの現実世界のソーシャルネットワークと4つのNIOAが検討されている。
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) - Neural Multi-network Diffusion towards Social Recommendation [48.5509738327592]
ソーシャルレコメンデーションのための簡潔なマルチネットワークGNNベースニューラルモデル(NeMo)を提案する。
既存の手法と比較して,提案手法は生成的負サンプリング戦略を探索する。
実験によると、NeMoは様々な実世界のベンチマークデータセットで最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2023-04-11T05:53:08Z) - Parallel Reasoning Network for Human-Object Interaction Detection [53.422076419484945]
並列推論ネットワーク(PR-Net)というトランスフォーマーに基づく新しい手法を提案する。
PR-Netは、インスタンスレベルのローカライゼーションと関係レベルの理解のための2つの独立した予測器を構築する。
我々のPR-NetはHICO-DETとV-COCOベンチマークで競合する結果を得た。
論文 参考訳（メタデータ） (2023-01-09T17:00:34Z) - The Ties that matter: From the perspective of Similarity Measure in
Online Social Networks [2.1320960069210475]
我々は、非対称なエッジ類似度尺度(Neighborhood Density-based Edge similarity (NDES))を提案している。
NDESは接続の強さを導き出すための基本的なサポートを提供する。
ソーシャルネットワークにおけるNDESのコミュニティ検出への応用を示す。
論文 参考訳（メタデータ） (2022-12-21T12:03:12Z) - A Spreader Ranking Algorithm for Extremely Low-budget Influence
Maximization in Social Networks using Community Bridge Nodes [12.691905338833372]
影響最大化(IM)の目的は、特定の情報の拡散を最大化するためのネットワーク内の特定のノードを特定することである。
そこで我々は,K-Shellアルゴリズムを用いて,シードノードとコミュニティ間の接続のスコアを生成するコミュニティ構造に基づくアプローチを提案する。
Independent Cascade(IC)モデルを選択し、情報拡散をシミュレートし、4つの評価指標で評価する。
論文 参考訳（メタデータ） (2022-11-17T16:53:47Z) - A Community-Aware Framework for Social Influence Maximization [40.842329580198324]
我々は、影響の最大化(IM)の問題を考える:「もし、ソーシャルネットワーク内の一部の個人を説得して、新しい製品やイノベーションを採用することができれば、その目標は、どの個人がターゲットにすべきかという大きなカスケードを誘発することである」。
本研究では,地域社会に固有のコミュニティ構造を学習すること (i) それぞれのコミュニティに影響を及ぼす問題を解くことによって,候補ソリューションを生成すること (ii) 新規なプログレッシブ予算方式を用いて,候補ソリューションから個人の最終セットを選択すること (iii) を提案する。
論文 参考訳（メタデータ） (2022-07-18T20:43:17Z) - Contingency-Aware Influence Maximization: A Reinforcement Learning
Approach [52.109536198330126]
インフルエンス(IM)問題は、インフルエンスの普及を最大化する、ソーシャルネットワーク内のシードノードのサブセットを見つけることを目的としている。
本研究では、招待されたノードがシードであるかどうかが不確実なIM問題(contingency-aware IM)に焦点をあてる。
最初の成功にもかかわらず、より多くのコミュニティへのソリューションの推進における大きな実践上の障害は、欲張りのアルゴリズムの巨大な実行時である。
論文 参考訳（メタデータ） (2021-06-13T16:42:22Z) - QD-GCN: Query-Driven Graph Convolutional Networks for Attributed
Community Search [54.42038098426504]
QD-GCNは、ACS問題を解決するために、コミュニティ構造とノード属性を統一するエンドツーエンドフレームワークである。
本稿では、QD-GCNが既存の属性付きコミュニティ検索アルゴリズムを効率性と有効性の両方で上回ることを示す。
論文 参考訳（メタデータ） (2021-04-08T07:52:48Z) - 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) - Community detection and Social Network analysis based on the Italian
wars of the 15th century [0.0]
人的インタラクションをベースとして,ソーシャルネットワークのモデリングについて検討する。
本稿では,ネットワーク内のアクター同士の局所的相互作用の性質を捉えるために,新しい関数セット,親和性を提案する。
我々は,ネットワーク内のマルチエージェントインタラクションから自然にコミュニティが生み出す,新たなコミュニティ検出アルゴリズムであるBorgia Clusteringを開発した。
論文 参考訳（メタデータ） (2020-07-06T11:05:07Z)
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。