講演抄録/キーワード |
講演名 |
2018-08-09 09:30
コミュニティ検出のための新たな非負値行列因子分解アルゴリズムの導出と実験的評価 ○薄坂誼人・高橋規一(岡山大) NLP2018-64 |
抄録 |
(和) |
コミュニティ検出はネットワークの構造を理解するための重要な技術の一つである.有向ネットワークにおけるコミュニティ検出を,与えられたネットワークの頂点集合を複数の部分集合すなわちコミュニティに分割し,異なる二つの部分集合間に有向辺が一方向または双方向に高密度で存在するか,または有向辺が低密度で存在するようにする問題と考える.この問題はある種の非負値行列因子分解として定式化できることが知られており,反復計算アルゴリズムも与えられている.本報告では,この非負値行列因子分解のための新たな反復計算アルゴリズムを導出し,収束速度やコミュニティ検出性能を実験的に評価する. |
(英) |
Community discovery is an important technique for a better understanding of the structure of a network. We consider the community discovery for a given directed network as the problem of partitioning the vertex set into some subsets, i.e., communities, such that two distinct subsets are connected by directed edges with a much higher density than average, or a much lower density than average. It is known that this can be formulated as a nonnegative matrix factorization problem. Also, an iterative algorithm for solving the problem has been developed. In this report, we derive a novel iterative algorithm for solving the same problem, and experimentally evaluate the convergence rate and the capability of discovering communities. |
キーワード |
(和) |
有向ネットワーク / コミュニティ検出 / 非負値行列因子分解 / Cardanoの方法 / / / / |
(英) |
directed network / community discovery / nonnegative matrix factorization / Cardano's method / / / / |
文献情報 |
信学技報, vol. 118, no. 174, NLP2018-64, pp. 57-62, 2018年8月. |
資料番号 |
NLP2018-64 |
発行日 |
2018-08-01 (NLP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLP2018-64 |
研究会情報 |
研究会 |
NLP |
開催期間 |
2018-08-08 - 2018-08-09 |
開催地(和) |
香川大学 幸町キャンパス |
開催地(英) |
Saiwai-cho Campus, Kagawa Univ. |
テーマ(和) |
一般 |
テーマ(英) |
etc. |
講演論文情報の詳細 |
申込み研究会 |
NLP |
会議コード |
2018-08-NLP |
本文の言語 |
日本語 |
タイトル(和) |
コミュニティ検出のための新たな非負値行列因子分解アルゴリズムの導出と実験的評価 |
サブタイトル(和) |
|
タイトル(英) |
Derivation and Experimental Evaluation of a Novel Nonnegative Matrix Factorization Algorithm for Discovering Communities |
サブタイトル(英) |
|
キーワード(1)(和/英) |
有向ネットワーク / directed network |
キーワード(2)(和/英) |
コミュニティ検出 / community discovery |
キーワード(3)(和/英) |
非負値行列因子分解 / nonnegative matrix factorization |
キーワード(4)(和/英) |
Cardanoの方法 / Cardano's method |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
薄坂 誼人 / Yoshito Usuzaka / ウスザカ ヨシト |
第1著者 所属(和/英) |
岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.) |
第2著者 氏名(和/英/ヨミ) |
高橋 規一 / Norikazu Takahashi / タカハシ ノリカズ |
第2著者 所属(和/英) |
岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-08-09 09:30:00 |
発表時間 |
25分 |
申込先研究会 |
NLP |
資料番号 |
NLP2018-64 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.174 |
ページ範囲 |
pp.57-62 |
ページ数 |
6 |
発行日 |
2018-08-01 (NLP) |