論文の概要: Enhancing Community Detection in Networks: A Comparative Analysis of Local Metrics and Hierarchical Algorithms
- arxiv url: http://arxiv.org/abs/2408.09072v1
- Date: Sat, 17 Aug 2024 02:17:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-20 22:46:56.263660
- Title: Enhancing Community Detection in Networks: A Comparative Analysis of Local Metrics and Hierarchical Algorithms
- Title（参考訳）: ネットワークにおけるコミュニティ検出の強化:局所的メトリクスと階層的アルゴリズムの比較分析
- Authors: Julio-Omar Palacio-Niño, Fernando Berzal,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 49.1574468325115
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The analysis and detection of communities in network structures are becoming increasingly relevant for understanding social behavior. One of the principal challenges in this field is the complexity of existing algorithms. The Girvan-Newman algorithm, which uses the betweenness metric as a measure of node similarity, is one of the most representative algorithms in this area. This study employs the same method to evaluate the relevance of using local similarity metrics for community detection. A series of local metrics were tested on a set of networks constructed using the Girvan-Newman basic algorithm. The efficacy of these metrics was evaluated by applying the base algorithm to several real networks with varying community sizes, using modularity and NMI. The results indicate that approaches based on local similarity metrics have significant potential for community detection.
- Abstract（参考訳）: ネットワーク構造におけるコミュニティの分析と検出は、社会的行動を理解するためにますます重要になっている。
この分野での大きな課題の1つは、既存のアルゴリズムの複雑さである。
Girvan-Newmanアルゴリズムはノード間の距離をノード類似性の尺度として用いており、この分野で最も代表的なアルゴリズムの1つである。
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。
Girvan-Newman基本アルゴリズムを用いて構築されたネットワーク上で、一連のローカルメトリクスがテストされた。
これらの指標の有効性は,モジュール性とNMIを用いて,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。
その結果,地域類似度尺度に基づくアプローチは,コミュニティ検出に有意な可能性を示唆した。
関連論文リスト
- Multi-Dimensional Ability Diagnosis for Machine Learning Algorithms [88.93372675846123]
本稿では,機械学習アルゴリズム評価のためのタスク非依存評価フレームワークCamillaを提案する。
認識診断の仮定とニューラルネットワークを用いて、各サンプルのアルゴリズム、サンプル、スキル間の複雑な相互作用を学習する。
我々の実験では、カミラはメートル法信頼性、ランクの整合性、ランクの安定性で最先端のベースラインを上回ります。
論文 参考訳（メタデータ） (2023-07-14T03:15:56Z) - 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) - Implicit models, latent compression, intrinsic biases, and cheap lunches
in community detection [0.0]
コミュニティ検出は、ネットワークをノードのクラスタに分割して、その大規模な構造を要約することを目的としている。
いくつかのコミュニティ検出手法は、確率的生成モデルを通じてクラスタリングの目的を明示的に導出する。
他の方法は記述的であり、特定のアプリケーションによって動機付けられた目的に応じてネットワークを分割する。
本稿では,コミュニティ検出対象,推論対象,記述対象とそれに対応する暗黙的ネットワーク生成モデルとを関連付けるソリューションを提案する。
論文 参考訳（メタデータ） (2022-10-17T15:38:41Z) - Towards Direct Comparison of Community Structures in Social Networks [2.1320960069210475]
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。
論文 参考訳（メタデータ） (2022-09-26T16:46:31Z) - 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) - 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 in networks using graph embeddings [0.615738282053772]
ベンチマークグラフ上のコミュニティを検出するために,いくつかのグラフ埋め込み手法をテストした。
埋め込み手法のパラメータが好適に選択された場合、性能は同等である。
この発見は、ネットワークを埋め込み、ポイントをグループ化する高い計算コストとともに、コミュニティ検出において、現在の埋め込み技術はネットワーククラスタリングアルゴリズムよりも改善されたものではないことを示唆している。
論文 参考訳（メタデータ） (2020-09-11T07:49:21Z) - 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。