作者 L.安吉利尼 , S.Boccaletti公司 , 丹尼尔·马里纳佐 ( 根特大学 ) , 佩利科罗先生 和 S.斯特拉马格里亚 组织 摘要 我们介绍了一种新的基于目标函数最大化的网络模块结构识别方法:比率关联。 当在概率自动编码器帧中描述社区检测问题时,会出现此代价函数。 通过与核k-means方法的类比,我们可以开发一种基于确定性退火方案的高效优化算法。 在实际数据集和模拟网络上显示了该方法的性能。 (c) 2007年美国物理研究所。 关键词 社区结构
下载
-
8516006页 全文 (已发布版本) | -
开放存取 | PDF格式 | 197.01 KB
引用
MLA公司 -
Angelini,L.等人,《通过比率关联优化识别网络模块》 混乱 ,第17卷,第2期,2007年,doi:10.1063/1.2732162。 亚太地区 -
Angelini,L.、Boccaletti,S.、Marinazzo,D.、Pellicoro,M.和Stramaglia,S.(2007年)。 通过比率关联优化识别网络模块。 混乱 , 17 (2) 。 https://doi.org/10.1063/1.2732162 芝加哥作者日期 -
Angelini,L.、S.Boccaletti、Daniele Marinazzo、M.Pellicoro和S.Stramaglia。 2007年,“通过优化比率关联识别网络模块” 混乱 17 (2). https://doi.org/10.1063/1.2732162。 芝加哥作者日期(所有作者) -
Angelini,L.、S.Boccaletti、Daniele Marinazzo、M.Pellicoro和S.Stramaglia。 2007年,“通过优化比率关联识别网络模块” 混乱 17 (2). doi:10.1063/1.2732162。 温哥华 -
1 Angelini L,Boccaletti S,Marinazzo D,Pellicoro M,Stramaglia S。通过优化比率关联识别网络模块。 混乱。 2007; 17(2). 电气与电子工程师协会 -
[1] L.Angelini、S.Boccaletti、D.Marinazzo、M.Pellicoro和S.Stramaglia,“通过优化比率关联识别网络模块” 混乱 ,第17卷,第2期,2007年。
@第{8697639条, 抽象={ {我们介绍了一种基于目标函数最大化的识别网络模块结构的新方法:比率关联。当在概率自动编码器框架中描述社区检测问题时,会出现此代价函数。与核k-means方法的类比允许我们开发一种高效的操作 基于确定性退火方案的定时算法。 在实际数据集和模拟网络上显示了该方法的性能。 (c) 2007年美国物理研究所, articleno={{023114}}, 作者={{Angelini,L.和Boccaletti,S.和Marinazzo,Daniele和Pellicoro,M.和Stramaglia,S.}}, issn={{1054-1500}}, 日志={{CHAOS}}, keywords={{社区结构}}, 语言={{eng}}, 数字={{2}}, 页面={{6}}, title={{通过比率关联优化识别网络模块}}, url={{ http://doi.org/10.1063/1.2732162 }}, 体积={{17}}, 年份={{2007}}, }
海拔高度 在Altmetric中查看 科学网 引用次数: