Увійти
ідея - コミュニティ検出
GSL-LPA: Fast Label Propagation Algorithm (LPA) for Community Detection with no Internally-Disconnected Communities
内部的に切断されたコミュニティを持たないように、高速なラベル伝播アルゴリズム（LPA）でコミュニティを検出するGSL-LPAの効果的な導入。
トポロジカル不確実性下での探索学習支援コミュニティ検出の統合フレームワーク
META-CODEは、未知のネットワーク構造において、探索学習を通じて重なり合うコミュニティを検出するための統合フレームワークであり、優れた成果を達成します。
重み付き次数補正確率ブロックモデルにおけるコミュニティ数の選択
重み付きネットワークにおける最適なコミュニティ数を決定する新しい逐次検定手法を提案する。この手法は、完全な尤度モデリングを必要とせず、次数補正確率ブロックモデルと分散プロファイル行列スケーリングを用いて、ノードを段階的にクラスタリングし、テスト統計量を計算することで、コミュニティ構造を効果的に明らかにする。
グラフ構造意味論的対照学習を用いた効率的なコミュニティ検出に向けて - GCLS$^2$
従来のグラフ対照学習(GCL)ベースのコミュニティ検出手法は、個々のノードの属性表現学習に焦点を当てており、コミュニティの構造的意味論（例：同じコミュニティ内のノードは互いに近い必要がある）を無視しているため、コミュニティ検出の精度が低下するという課題がある。本稿では、この課題を解決するために、構造的意味論に基づくグラフ対照学習フレームワークGCLS2を提案する。
Продукти | Ресурси
© 2024 by Linnk AI