木構造を用いたグラフ分割の構造変化検知(コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
スポンサーリンク
概要
- 論文の詳細を見る
本稿では,重み付き2部グラフの時系列データからグラフ分割構造を推定し,その変化を検知する手法を提案する.グラフ分割はコミュニティの抽出において重要であり、また、その変化を捉えることは重大なイベントの気づきをあたえるという意味で重要である.具体的には,木構造を用いた階層的なノードのクラスタリングに基づくグラフ分割を考え,木構造の変化を記述長最小原理に基づいて検出する.また,Sun, et.al.のGraphScopeと呼ばれる従来手法と人工データと実データを用いて比較することにより,本手法の有効性を実験的に検証する.
- 2012-08-26
著者
関連論文
- 逐次的動的モデル選択の線形時間アルゴリズム(一般講演(符号化・モデル選択,機械学習とその応用)
- リンクの確率構造を用いたソーシャルネットワークにおける話題拡大検出(ネットワーク,テキスト・Webマイニング,一般)
- ネットワーク構造変化検出と広告効果測定への応用(機械学習とその応用)
- 再正規化最尤符号を用いたクラスタリング構造変化の検出(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 逐次的なネットワーク構造変化検出手法と広告効果測定への応用(ポスターセッション,第14回情報論的学習理論ワークショップ)
- Resetting分布を用いた動的モデル選択(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 時系列データからの潜在的構造変化検出(招待講演,時系列パターン認識)
- 時系列データからの潜在的構造変化検出(招待講演,時系列パターン認識)
- 時系列データからの潜在的構造変化検出
- ソーシャルネットワークにおける長期間流行する話題の早期検出(時系列解析,統計推理,データベース,一般)
- 逐次的なネットワーク構造変化検出手法と広告効果測定への応用
- 木構造を用いたグラフ分割の構造変化検知
- 多次元パラメータを有する区間定常無記憶情報源に対してのMDL原理に基づく変化検出アルゴリズム(機械学習一般とその応用)
- 再正規化最尤符号を用いたクラスタリング構造変化の検出
- Resetting 分布を用いた動的モデル選択
- 木構造を用いたグラフ分割の構造変化検知(コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
- 木構造を用いたグラフ分割の構造変化検知(一般セッション,コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
- 3-5 潜在的ダイナミクスの学習理論(3.潜在的ダイナミクス-深い変化を読み解く-,データを読み解く技術-ビッグデータ,e-サイエンス,潜在的ダイナミクス-)