افزایش کارایی الگوریتم های تشخیص جامعه با استفاده از روش فراابتکاری حذف گره های درجه بالا

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 346

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCOMP03_191

تاریخ نمایه سازی: 31 اردیبهشت 1398

چکیده مقاله:

الگوریتم هایی که برای تشخیص جوامع استفاده میشوند، به زمان و فضای ذخیره سازی بالایی نیاز دارند. در این مقاله یک روش فراابتکاری برای افزایش کارایی الگوریتمهای تشخیص جامعه در شبکه های پیچیده پیشنهاد شده است. این روش شامل یک پیش پردازش و یک پسپردازش است که بر روی الگوریتم های مختلف تشخیص جوامع قابل پیاده سازی است. یک الگوریتم مشخص تشخیص جوامع در شبکه های پیچیده را در نظر بگیرید. در فاز پیش پردازش و قبل از اعمال الگوریتم، گره هایی با درجه بالا فیلتر میشوند؛ یعنی الگوریتم آنها را در نظر نمی گیرد . بعد از تشخیص جوامع توسط الگوریتم مرحله پسپردازش انجام میشود. در این مرحله، گره های فیلتر شده به شبکه بازگردانده میشوند و در جوامع موجود جایابی میگردند. روش پیشنهادی در این مقاله بر روی 5 مجموعه داده با استفاده از الگوریتم Girvan-Newman از کتابخانه networkx1 پیادهسازی شده است. نتایج آزمایشها بهبود 39,99 درصدی زمان پردازش تشخیص جامعه را نشان میدهد.

نویسندگان

علیرضا احمدی

گروه نرمافزار، دانشکده برق و کامپیوتر، اصفهان، ایران

کوثر آذری آرانی

گروه نرمافزار، دانشکده برق و کامپیوتر، اصفهان، ایران

سیدمهدی وحیدی پور

استادیار گروه برق و کامپیوتر، دانشگاه کاشان، اصفهان، ایران