論文の概要: Using network metrics to explore the community structure that underlies movement patterns

• arxiv url: http://arxiv.org/abs/2309.07878v1
• Date: Thu, 14 Sep 2023 17:24:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-15 12:05:23.397501
• Title: Using network metrics to explore the community structure that underlies movement patterns
• Title（参考訳）: ネットワークメトリクスを用いた移動パターンの基盤となるコミュニティ構造探索
• Authors: Anh Pham Thi Minh, Abhishek Kumar Singh, Soumya Snigdha Kundu
• Abstract要約: 本研究は,サンティアゴ・デ・チリの地域社会構造を住民の移動パターンから分析することを目的としている。 都市内の移動パターンを表すネットワークを構築するために、匿名化された住民のサブセットに対して、自宅や職場のおよその場所を含むデータセットを使用する。
• 参考スコア（独自算出の注目度）: 2.3864085643100186
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work aims to explore the community structure of Santiago de Chile by analyzing the movement patterns of its residents. We use a dataset containing the approximate locations of home and work places for a subset of anonymized residents to construct a network that represents the movement patterns within the city. Through the analysis of this network, we aim to identify the communities or sub-cities that exist within Santiago de Chile and gain insights into the factors that drive the spatial organization of the city. We employ modularity optimization algorithms and clustering techniques to identify the communities within the network. Our results present that the novelty of combining community detection algorithms with segregation tools provides new insights to further the understanding of the complex geography of segregation during working hours.
• Abstract（参考訳）: 本研究は,サンティアゴ・デ・チリの地域社会構造を住民の移動パターンから分析することを目的とする。 都市内の移動パターンを表すネットワークを構築するために、匿名化された住民のサブセットに対して、自宅や職場のおよその場所を含むデータセットを使用する。 このネットワークの分析を通じて,サンティアゴ・デ・チリ内に存在するコミュニティやサブ都市を特定し,都市の空間的組織を駆動する要因について考察することを目的とする。 モジュール性最適化アルゴリズムとクラスタリング技術を用いてネットワーク内のコミュニティを識別する。 その結果,コミュニティ検出アルゴリズムと分離ツールを組み合わせることで,作業時間における分離の複雑な地理の理解を深める新たな知見が得られた。

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)
• CS-TGN: Community Search via Temporal Graph Neural Networks [0.0]
  本稿では,フレキシブルなコミュニティ構造をキャプチャ可能なクエリ駆動型時間グラフ畳み込みネットワーク(CS-TGN)を提案する。 CS-TGNはまず、ローカルクエリ依存構造と、ネットワークの各スナップショットにグローバルグラフを埋め込む。 我々は,このモデルをオンライン環境でインタラクティブなコミュニティ検索に活用する方法を実証する。
  論文  参考訳（メタデータ） (2023-03-15T22:23:32Z)
• Modularity-based approach for tracking communities in dynamic social networks [0.39462888523270856]
  動的ネットワークにおけるコミュニティの時間的追跡のための新しいフレームワークを提案する。 当社のフレームワークはモジュール性ベースの戦略を採用しており,事前定義されたしきい値を必要としない。 合成ネットワークの広範な実験により,本フレームワークの有効性を検証した。
  論文  参考訳（メタデータ） (2023-02-24T17:17:59Z)
• An Entropy-guided Reinforced Partial Convolutional Network for Zero-Shot Learning [77.72330187258498]
  エントロピー誘導強化部分畳み込みネットワーク(ERPCNet)を提案する。 ERPCNetは、人間のアノテーションのない意味的関連性と視覚的相関に基づいて、局所性を抽出し、集約する。 グローバルな協力的局所性を動的に発見するだけでなく、ポリシー勾配最適化のためにより高速に収束する。
  論文  参考訳（メタデータ） (2021-11-03T11:13:13Z)
• 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)
• A multilevel clustering technique for community detection [0.0]
  本研究では,ネットワーク内の関連コミュニティを識別するスケーラブルなフレームワークに基づく新しい検出手法を提案する。 マイクロコズムと呼ばれる地域社会を識別するために構造的およびテキスト的情報を活用するマルチレベルクラスタリング手法(MCT)を提案する。 このアプローチは、低レベルのコミュニティがTwitterでどのように進化し、行動するかを説明するためのより良い理解と明快さを提供します。
  論文  参考訳（メタデータ） (2021-01-16T23:26:44Z)
• A Survey of Community Detection Approaches: From Statistical Modeling to Deep Learning [95.27249880156256]
  ネットワークコミュニティファイリング手法の統一アーキテクチャを開発し,提案する。 既存の手法を確率的グラフィカルモデルとディープラーニングという2つのカテゴリに分けた新しい分類法を提案する。 フィールドの課題の議論と今後の研究の方向性の提案を締めくくります。
  論文  参考訳（メタデータ） (2021-01-03T02:32:45Z)
• 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)
• 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。