本研究提出了一種深度圖卷積網絡(DynaResGCN)模型,結合了殘差連接、動態擴張聚合和邊動態性的概念。DynaResGCN用作編碼器,伯努利-泊松模型用作解碼器,形成一個統一的端到端編碼器-解碼器框架,用於檢測重疊社區。
在沒有地面真實的研究主題數據集上,該方法在各種質量指標(如導電性、聚類係數、密度和覆蓋率)方面顯著優於現有方法,並通過熱圖可視化展示了更好的社區重疊檢測。
在具有可靠地面真實的Facebook數據集和大型共作網絡數據集上,該方法在歸一化互信息(NMI)指標方面也明顯優於現有方法,並且在統計顯著性檢驗中也優於NOCD方法。
總的來說,本研究提出的深度DynaResGCN模型在各種規模和特徵的網絡數據集上都表現出色,顯著提高了重疊社區檢測的性能。
Sang ngôn ngữ khác
từ nội dung nguồn
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Md Nurul Mut... lúc arxiv.org 10-01-2024
https://arxiv.org/pdf/2210.11174.pdfYêu cầu sâu hơn