امروزه شبکههای پیچیده پویا به یکی از ارکان مهم زندگی بشر تبدیل شدهاند و تشخیص انجمن در این شبکهها یکی از مهمترین مسائل در تحلیل آنها محسوب میشود. در این مقاله یک روش تشخیص انجمن مبتنی بر تعبیه گراف و روش یادگیری جمعی ارائه شده که میتواند درجه پیمانهایبودن هر انج چکیده کامل
امروزه شبکههای پیچیده پویا به یکی از ارکان مهم زندگی بشر تبدیل شدهاند و تشخیص انجمن در این شبکهها یکی از مهمترین مسائل در تحلیل آنها محسوب میشود. در این مقاله یک روش تشخیص انجمن مبتنی بر تعبیه گراف و روش یادگیری جمعی ارائه شده که میتواند درجه پیمانهایبودن هر انجمن را حداکثر نماید. روشهای تعبیه گراف یا یادگیری نمایش کمبعد از گرهها در گراف به علت قابلیت کاربردی گسترده آن در عملکرد شبکههای پیچیده پویا مانند تشخیص انجمن در شبکه، بسیار مورد توجه قرار گرفتهاند. در این مقاله، یک روش تعبیه گراف پویا مبتنی بر یادگیر عمیق پیشنهاد شده که گراف خروجی از مرحله تعبیه گراف را بهعنوان ورودی به مدل یادگیر جمعی میدهد تا با دقت قابل قبولی، انجمنها را در شبکه تشخیص دهد. همچنین یک الگوریتم حریصانه جدید به نام پیوند جمع برای بهینهسازی تابع هدف برای مجموعه دادههای مقیاس بزرگ در زمان بسیار کوتاه ارائه گردیده است. نشان داده شده که پارتیشن توافقی پیشنهادی نسبت به پارتیشنهای بهدستآمده از کاربرد مستقیم روشهای خوشهبندی جمعی رایج، به ساختارهای خوشهای واقعی نزدیکتر است. روش پیشنهادی بهدلیل استفاده از روش پیشپردازش مبتنی بر تعبیه گراف پیشنهادی و همچنین استفاده از روش خوشهبندی جمعی، توانسته کارایی مناسبی را در مقایسه با سایر روشهای رقیب از خود نشان دهد. نتایج تجربی آزمایشهای انجامشده حاکی از برتری روش پیشنهادی در مقایسه با روشهای رقیب است.
پرونده مقاله
به دلیل شرایط خاص شبکههای حسگری بیسیم از نقطهنظرهایی نظیر محدودیت انرژی، تسریع سرعت همگرایی الگوریتمهای این حوزه اهمیت پیدا میکند. این امر در مورد حسگری فشرده توزیعشده که فاز بازسازی پیچیدهای دارد، ضروریتر به نظر میرسد. بر همین اساس در این مقاله، الگوریتم بازسا چکیده کامل
به دلیل شرایط خاص شبکههای حسگری بیسیم از نقطهنظرهایی نظیر محدودیت انرژی، تسریع سرعت همگرایی الگوریتمهای این حوزه اهمیت پیدا میکند. این امر در مورد حسگری فشرده توزیعشده که فاز بازسازی پیچیدهای دارد، ضروریتر به نظر میرسد. بر همین اساس در این مقاله، الگوریتم بازسازی حسگری فشرده توزیعشدهای ارائه میشود که امکان بازسازی با نرخ همگرایی بهبودیافتهتری را میسر میسازد. الگوریتم پیشنهادی، یک الگوریتم اولیه- دوگانه توزیعشده در یک ساختار افزایشی دوجهته است که در آن پارامترها با زمان تغییر میکنند. تغییرات پارامترها بهصورت ضابطهمند و برای آن دسته از مسائل بهینهسازی محدبی انجام میگیرد که در آنها توابعی که بیانکننده قید مسئله و مدلکننده مشارکت بین گرهها هستند، قویاً محدب میباشند. شیوه پیشنهادی با شبیهسازیهایی تضمین شده که نشان از عملکرد بالای الگوریتم پیشنهادی به لحاظ سرعت همگرایی، حتی در شرایط سختگیرانهتری نظیر تعداد اندک اندازهگیریها و یا درجه تنکی پایینتر دارد.
پرونده مقاله