دسته بندی چند برچسبی گره های شبکه مبتنی بر یادگیری عمیق

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 516

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KBEI04_213

تاریخ نمایه سازی: 18 اسفند 1397

چکیده مقاله:

دسته بندی چند برچسبی گره های شبکه، یکی از مسائلی است که در سالهای اخیر مورد توجه بسیاری از محققین قرار گرفته است. در این مساله هر نمونه داده ممکن است چندین برچسب داشته باشد. یکی از جدیدترین رویکردهای این مسئله، استفاده از یادگیری عمیق جهت استخراج بردار ویژگی های هر داده و یافتن برچسبهای مختلف هر گره بر اساس بردار آنهاست. در این مقاله روشی برای یادگیری بردار نمایش گره های شبکه بر اساس اطلاعات همسایگان هر گره و جوامع مختلف موجود در شبکه ارائه شده است. نتایج بدست آمده حاکی از این است که روش بردار نمایش ارائه شده در مقایسه با سایر روش ها، نتایج خوبی برای دسته بندی چند برچسبی ارائه نموده است.

کلیدواژه ها:

نویسندگان

محمدمهدی کیخا

دانشکده مهندسی برق و کامپیوتر ، دانشگاه تهران تهران، ایران .دانشگاه سیستان و بلوچستان زاهدان، ایران

بهروز منصوری

دانشکده مهندسی برق و کامپیوتر ، دانشگاه تهران تهران ایران

محمدصادق زاهدی

دانشکده مهندسی برق و کامپیوتر ، دانشگاه تهران تهران ایران

مسعود رهگذر

دانشکده مهندسی برق و کامپیوتر ، دانشگاه تهران تهران ایران