論文の概要: Compute the edge p-Laplacian centrality for air traffic network

• arxiv url: http://arxiv.org/abs/2512.14749v1
• Date: Sat, 13 Dec 2025 13:34:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-18 17:06:26.71419
• Title: Compute the edge p-Laplacian centrality for air traffic network
• Title（参考訳）: 航空交通ネットワークにおけるエッジp-ラプラシア中心性計算
• Authors: Loc Hoang Tran, Bao Nguyen Tran, Luong Anh Tuan Nguyen,
• Abstract要約: 航空交通網のエッジp-ラプラシアンに相当する線グラフのノードp-ラプラシアン中心性を計算する。 実験の結果,非正規化グラフp-ラプラシアンランキング法がうまく実装可能であることが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The problem that we would like to solve in this paper is to compute the edge p-Laplacian centrality for the air traffic network. In this problem, instead of computing the edge p-Laplacian centrality directly which is the very hard problem, we convert the air traffic network to the line graph. Finally, we will compute the node p-Laplacian centrality of the line graph which is equivalent to the edge p-Laplacian of the air traffic network. In this paper, the novel un-normalized graph (p-) Laplacian based ranking method will be developed based on the un-normalized graph p-Laplacian operator definitions such as the curvature operator of graph (i.e. the un-normalized graph 1-Laplacian operator) and will be used to compute the node p-Laplacian centrality of the line graph. The results from the experiments show that the un-normalized graph p-Laplacian ranking methods can be implemented successfully.
• Abstract（参考訳）: 本稿では,航空交通ネットワークのエッジp-ラプラシア中心性を計算することを目的とする。 この問題では、非常に難しいエッジp-ラプラシア中心性を直接計算する代わりに、航空交通網をライングラフに変換する。 最後に,線グラフのノードp-ラプラシアン中心性を,航空交通網のエッジp-ラプラシアンと同等に計算する。 本稿では、グラフの曲率演算子(すなわち、非正規化グラフ1-ラプラシアン演算子)のような非正規化グラフ p-ラプラシアン作用素の定義に基づいて、新しい非正規化グラフ (p-) ラプラシアンランク法を開発し、線グラフのノード p-ラプラシアン中央性を計算する。 実験の結果,非正規化グラフp-ラプラシアンランキング法がうまく実装可能であることが示された。

関連論文リスト

• Grassmanian Interpolation of Low-Pass Graph Filters: Theory and Applications [13.83778274369268]
  低域グラフフィルタは、グラフやその他の非ユークリッド領域における信号処理の基本である。 グラスマン多様体上の正規座標におけるリーマン座標に基づく低域グラフフィルタの新しいアルゴリズムを提案する。 ノードの特徴の時間的進化は、ネットワークのホモフィリ次数を調整するために類似性補正によって、進化するグラフに変換される可能性があると論じる。 第2に、与えられた静的グラフによって誘導されるドット積グラフファミリを提案し、フィルタトポロジによって促進されるノード分類のための改良されたメッセージパッシングスキームを推論する。
  論文  参考訳（メタデータ） (2025-10-27T11:40:14Z)
• A Spectral Interpretation of Redundancy in a Graph Reservoir [51.40366905583043]
  この研究はMRGNN(Multi resolution Reservoir Graph Neural Network)における貯留層の定義を再考する。 コンピュータグラフィックスにおける表面設計の分野で最初に導入されたフェアリングアルゴリズムに基づく変種を提案する。 この論文の中核的な貢献は、ランダムウォークの観点からのアルゴリズムの理論解析にある。
  論文  参考訳（メタデータ） (2025-07-17T10:02:57Z)
• Graph Semi-Supervised Learning for Point Classification on Data Manifolds [16.311715311352597]
  データ多様体上の分類タスクのためのグラフ半教師付き学習フレームワークを提案する。 多様体仮説により、低次元 $mathcalM 部分集合 mathbbRF$ からサンプリングされた点としてデータをモデル化する。 我々は、$mathcalM$から一様サンプリングを行うと、半教師付きタスクの一般化ギャップはグラフサイズの増加とともに減少することを示す。
  論文  参考訳（メタデータ） (2025-06-13T19:52:54Z)
• Path Integral Based Convolution and Pooling for Heterogeneous Graph Neural Networks [2.5889737226898437]
  グラフニューラルネットワーク(GNN)は、ディープラーニングをグラフ構造データセットに拡張する。 画像予測に使用する畳み込みニューラルネットワーク(CNN)と同様に、畳み込み層とプーリング層がグラフ予測タスクにおけるGNNの成功の基礎となっている。
  論文  参考訳（メタデータ） (2023-02-26T20:05:23Z)
• Graph Spectral Embedding using the Geodesic Betweeness Centrality [76.27138343125985]
  本稿では、局所的な類似性、接続性、グローバル構造を教師なしで表現するグラフSylvester Embedding (GSE)を紹介する。 GSEはシルヴェスター方程式の解を用いて、ネットワーク構造と近傍の近接を1つの表現で捉える。
  論文  参考訳（メタデータ） (2022-05-07T04:11:23Z)
• Line Graph Neural Networks for Link Prediction [71.00689542259052]
  実世界の多くのアプリケーションにおいて古典的なグラフ解析問題であるグラフリンク予測タスクについて検討する。 このフォーマリズムでは、リンク予測問題をグラフ分類タスクに変換する。 本稿では,線グラフをグラフ理論に用いて,根本的に異なる新しい経路を求めることを提案する。 特に、線グラフの各ノードは、元のグラフのユニークなエッジに対応するため、元のグラフのリンク予測問題は、グラフ分類タスクではなく、対応する線グラフのノード分類問題として等価に解決できる。
  論文  参考訳（メタデータ） (2020-10-20T05:54:31Z)
• Spectral Embedding of Graph Networks [76.27138343125985]
  ローカルノードの類似性と接続性、グローバル構造をトレードオフする教師なしグラフ埋め込みを導入する。 埋め込みは一般化されたグラフ Laplacian に基づいており、固有ベクトルは1つの表現においてネットワーク構造と近傍近傍の両方をコンパクトにキャプチャする。
  論文  参考訳（メタデータ） (2020-09-30T04:59:10Z)
• Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
  グラフ信号定常性の概念に依存するオフライン手法を提案する。 我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
  論文  参考訳（メタデータ） (2020-06-18T15:51:38Z)
• Wasserstein-based Graph Alignment [56.84964475441094]
  我々は,より小さいグラフのノードと大きなグラフのノードをマッチングすることを目的とした,1対多のグラフアライメント問題に対する新しい定式化を行った。 提案手法は,各タスクに対する最先端のアルゴリズムに対して,大幅な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2020-03-12T22:31:59Z)

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。