1. Trang chủ
  2. » Thể loại khác

BÀI 5: PHÂN TÍCH LIÊN KẾT (TIẾP) Nhận diện cộng đồng

38 1 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 38
Dung lượng 1,92 MB

Các công cụ chuyển đổi và chỉnh sửa cho tài liệu này

Nội dung

2.2 Thuật toán Kernighan–Lin Bài toán lắt cắt nhỏ nhất: Phân miền đồ thị vô hướng thành hai miền có số đỉnh tương đương sao cho tổngtrọng số của các cạnh nối hai cụm là nhỏ nhất... 2.3 T

Trang 1

BÀI 5: PHÂN TÍCH LIÊN KẾT (TIẾP)

Trang 3

from Fortunato (2015)

a) Zachary’s karate club b) Collaboration network between scientists working at the Santa Fe Institute c) Lusseau’s network of bottlenose dolphins

Trang 6

Community structure of a social

network of mobile phone

communication in Belgium

Trang 9

2.2 Thuật toán Kernighan–Lin

Bài toán lắt cắt nhỏ nhất: Phân miền đồ thị vô hướng

thành hai miền có số đỉnh tương đương sao cho tổngtrọng số của các cạnh nối hai cụm là nhỏ nhất

Trang 10

G = (V, E)

Chi phí bên trong I a = Σ u ∈ A c a,u

Chi phí bên ngoài E a = Σ ∈ B c a,v

D a = E a – I a

Told - Tnew = Da + Db – 2ca,b

trong khi tổng chi phí (của lát cắt) tiếp tục giảm

Thuật toán

Trang 11

Cập nhật chi phí

Trang 12

VD

Trang 13

Thuật toán

Trang 14

Độ phức tạp tính toán

Bước i cần (n – i + 1)2 thời gian

Trang 15

VD

Trang 16

VD (tiếp)

Trang 17

VD (tiếp)

Trang 18

VD (tiếp)

d a

Trang 19

VD (tiếp)

Trang 20

2.3 Thuật toán Girvan-Newman

năng thông qua

lá là các đỉnh của đồ thị

Trang 21

Cầu

đường đi tương ứng với 1/k đơn vị luồng

½ đơn vị luồng

Trang 22

Khả năng thông qua của cạnh

số luồng tải bởi cạnh i

Trang 23

Thuật toán

Thuật toán:

1) Tính khả năng thông qua của tất cả các cạnh

2) Xóa các cạnh có khả năng thông qua cao nhất

3) Tính lại khả năng thông qua của các cạnh bị ảnh hưởng 4) Quay lại 2), dừng khi không còn cạnh nào

Trang 24

◼ Tính khả năng thông qua dựa trên BFS

Trang 25

Tính khả năng thông qua (tiếp)

Trang 26

VD

Trang 27

VD (tiếp)

Trang 28

VD (tiếp)

Trang 29

29

Trang 31

3 Học biểu diễn đồ thị

thị, đặc biệt là các bài toán dự đoán và phân loại

Trang 32

tầng đầu vào tầng ẩn tầng đầu ra

i)

Trang 33

Tầng đầu vào

◼ Giá trị 1 ứng với nút hiện tại, giá trị 0 ở các vị trí khác

Số chiều V - số nút trong đồ thị

Trang 34

Tầng ẩn

dùng làm biểu diễn “học trước” của nút và được tinh chỉnh trong các tác vụ (có giám sát) khác

Trang 35

Tầng đầu ra

Trang 36

Neighborhood(v i )

◼ BFS:

Lấy mẫu từ các nút liền kề với nút v i

◼ Các nút trong cùng một cộng đồng có biểu diễn tương tự nhau

◼ DFS:

◼ Lấy mẫu trong quá trình duyệt theo chiều sâu

◼ Các nút có vai trò giống nhau trong đồ thị có biểu diễn tương tự nhau (nút lá, nút trung tâm, nút cầu nối)

Trang 37

from Aditya Grover and Jure Leskovec “node2vec: Scalable Feature Learning for Networks” KDD2016

Trang 38

Thank you for your attentions!

Ngày đăng: 22/07/2022, 01:35

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

🧩 Sản phẩm bạn có thể quan tâm

w