内特

网络数据分类:工具箱和单变量案例研究。本文是关于将实体与类已知的实体相关联的分类。在对现有工作进行了回顾之后,我们提出了NETKIT,它是一个用于网络数据分类的模块化工具箱,并将其应用于网络数据,并将其应用于现有的机器学习研究中。NETKE基于一个以节点为中心的框架,其中分类器包括本地CLAS SIVER、关系分类器和集体推理过程。


ZBMaCT中的参考文献(22篇文章中引用)

显示结果1至20的22。
按年份排序(引文
  1. Bax,埃里克;文格,Lingjie;田,徐:推测(k)-最近邻分类器的正确误差界限(2019)
  2. 黄,丹阳;关,郭玉;周,Jing;王,韩胜:基于网络的社会网络朴素贝叶斯模型(2018)
  3. Vanhoeyveld,Jellis;Martens,戴维:稀疏和大行为数据集中的不平衡分类(2018)
  4. 克尔斯汀,克里斯蒂安;Maldiov,马丁;Tokmakov,帕维尔:关系线性规划(2017)
  5. Alabdulmohsin,易卜拉欣;Cisse,穆斯塔法;高,辛;张,向亮:不确定相似性的大范围分类(2016)
  6. 陈,Zhen Yu;范,支平;孙,Minghe:社交媒体中行为感知的用户响应建模:从不同的异构数据中学习(2015)
  7. Kimmig,Angelika;Mihalkova,Lilyana;Geoor,LISE:提升图形模型:一项调查(2015)
  8. GuNeNe,Ssmail;Ataletpe,ZeHRA;G uund uz -Urdul-U.DuCuu,Oul:Ga TVRC Het:用于演化异构网络的遗传算法增强时变关系分类器(2014)伊波尔特
  9. Kivim Suki,Ikka;Shimbo,Masashi;Saerens,马珂:随机最短路径理论的发展与图节点距离的比较(2014)
  10. Fouss,弗兰·索斯;弗朗索瓦斯,凯文;Yun,Luh;皮罗特,Alain;Saerens,马珂:合作推荐和半监督分类图上的核的实验研究(2012)
  11. Stojanova,达妮埃拉;切奇,米切朗基罗;Appice,安娜丽萨;D.ErOSKi,Saao:预测聚类树的网络回归(2012)
  12. 万,Huai Yu;林,由芳;吴,Zhi Hao;黄,侯款:发现移动社交网络中的类型社区(2012)伊波尔特
  13. Bertini jun.,Jo So o罗伯托;赵,Liang;Motta,罗布森;De Andrade Lopes,Alneu:基于K关联图的非参数分类方法(2011)伊波尔特
  14. 曼特拉克,阿明;van Zeebroeck,尼古拉斯;Francq,Pascal;Shimbo,Masashi;Brsii,HuGues;Saerens,马珂:大、稀疏、有向图的半监督分类和介数计算(2011)
  15. 唐,雷;刘,桓:利用社交媒体网络进行分类(2011)
  16. Dietterich,Thomas G.;多明戈,佩德罗;Gooor,莉萨;Miggelon,史蒂芬;TaTabali,Prasad:结构化机器学习:未来十年(2008)伊波尔特
  17. 内维尔,珍妮佛;延森,戴维:利用集体推理的模型的偏差/方差分解(2008)伊波尔特
  18. Preisach,克里斯廷;Schmidt Thieme,拉尔斯:关系分类器的集合(2008)
  19. Preisach,克里斯廷;Schmidt Thieme,拉尔斯:关系分类器的集合(2008)伊波尔特
  20. McSkasy,Sofus A.;Provost,福斯特:网络数据分类:工具箱和单变量案例研究(2007)伊波尔特