Exclusivo BibloRed
Otros

Link Prediction via Sparse Gaussian Graphical Model

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Autor
Año de publicación 2016
Idioma Inglés
Publicado por Revista VirtualPRO,

Descripción: La predicción de enlaces es una tarea importante en el análisis de redes complejas. Los métodos tradicionales de predicción de enlaces están limitados por la topología de la red y la falta de información sobre las propiedades de los nodos, lo que dificulta la predicción de enlaces. En este estudio, abordamos la predicción de enlaces utilizando un modelo gráfico gaussiano disperso y demostramos su eficacia teórica y práctica. En teoría, la predicción de enlaces se ejecuta estimando la matriz de covarianza inversa de las muestras para superar los límites de información. El método propuesto se evaluó con cuatro conjuntos de datos reales pequeños y cuatro grandes. Los resultados experimentales muestran que el valor del área bajo la curva (AUC) obtenido por el método propuesto mejoró una media del 3% y el 12,5% en comparación con 13 métodos de similitud convencionales, respectivamente. Este método supera al método de referencia, y la precisión de la predicción es superior a la de los métodos convencionales cuando se utiliza sólo el 80% del conjunto de entrenamiento. El método también proporciona valores AUC significativamente superiores cuando se utiliza sólo el 60% en los conjuntos de datos Dolphin y Taro. Además, la tasa de error del método propuesto demuestra un rendimiento superior con todos los conjuntos de datos en comparación con los métodos convencionales.
Citación recomendada (normas APA)
: Hindawi Publishing Corporation, "Link Prediction via Sparse Gaussian Graphical Model", -:Revista VirtualPRO,, 2016. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3920754/), el día 2025-06-06.

Información adicional

Fuente Revista Virtual Pro
Términos y condiciones de uso Más información aquí
Año de publicación 2016

Link Prediction via Sparse Gaussian Graphical Model

Información adicional

Mis colecciones

¿Eliminar esta reseña?