幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

單圖及群圖挖掘(原理演算法與應用)

  • 作者：(美)達奈·庫特拉//赫里斯托斯·法魯索斯|譯者:李艷麗//陳端兵//謝文波//周濤
  • 出版社：機械工業
  • ISBN：9787111622673
  • 出版日期：2019/06/01
  • 裝幀：平裝
  • 頁數：142
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書由Danai Koutra和全球知名的數據挖掘領域奠基人之一Christos Fa-loutsos教授合著，介紹了圖挖掘領域一個嶄新的研究方向。全書內容主要包括兩個部分：第一部分介紹了單圖上的概要表示以及節點標籤分類演算法；第二部分介紹了群圖上的概要表示以及群圖的相似性度量和節點對齊演算法。
    本書適合對圖挖掘研究感興趣的讀者閱讀，包括相關研究方向的研究人員、本科生和研究生，以及不具有圖挖掘研究背景但是對圖挖掘問題感興趣的讀者。此外，本書與應用實踐結合緊密，對於有志於從圖挖掘角度解決實際問題的從業人士也非常具有啟發意義。
作者介紹
(美)達奈·庫特拉//赫里斯托斯·法魯索斯|譯者:李艷麗//陳端兵//謝文波//周濤
目錄
譯者序
原書前言
原書致謝
作者簡介
第1章  緒論
  1.1  概述
  1.2  本書的架構
    1.2.1  第一部分：單圖挖掘
    1.2.2  第二部分：群圖挖掘
    1.2.3  源代碼和支撐材料
  1.3  預備知識
    1.3.1  圖的基本定義
    1.3.2  圖的數據結構
    1.3.3  線性代數基本概念
    1.3.4  圖的主要特性
  1.4  常用符號
第一部分  單圖挖掘
  第2章  靜態圖概要抽取
    2.1  概述與動機
    2.2  問題描述
      2.2.1  圖概要抽取的MDL準則
      2.2.2  模型編碼
      2.2.3  誤差編碼
    2.3  VoG：基於辭彙表的圖概要抽取
      2.3.1  子圖生成
      2.3.2  子圖標記
      2.3.3  概要組裝
      2.3.4  示例
      2.3.5  計算複雜度
    2.4  實證結果
      2.4.1  定量分析
      2.4.2  定性分析
      2.4.3  可擴展性
    2.5  討論
    2.6  相關工作
  第3章  圖的推理
    3.1  關聯推斷技術
      3.1.1  RWR
      3.1.2  SSL
      3.1.3  BP
      3.1.4  本節小結
    3.2  FABP
      3.2.1  推導
      3.2.2  收斂性分析
      3.2.3  演算法
    3.3  擴展到多個類
    3.4  實證結果
      3.4.1  準確度
      3.4.2  收斂性
      3.4.3  魯棒性

      3.4.4  可擴展性
第二部分  群圖挖掘
  第4章  動態圖概要抽取
    4.1  問題描述
      4.1.1  動態圖概要抽取的MDL準則
      4.1.2  編碼模型
      4.1.3  誤差編碼
    4.2  TIMECRUNCH：基於辭彙表的動態圖概要抽取
      4.2.1  生成候選靜態結構
      4.2.2  標注候選靜態結構
      4.2.3  組裝候選時序結構
      4.2.4  概要合成
    4.3  實證結果
      4.3.1  定量分析
      4.3.2  定性分析
      4.3.3  可擴展性
    4.4  相關工作
  第5章  圖的相似性
    5.1  直覺
      5.1.1  概述
      5.1.2  節點親和度測量
      5.1.3  信念傳播的應用
      5.1.4  相似性度量的預期性質
    5.2  DELTACON：「δ」連通性動態檢測
      5.2.1  演算法描述
      5.2.2  快速計算
      5.2.3  預期性質
    5.3  DELTACON-ATTR：節點和邊的歸因
      5.3.1  演算法描述
      5.3.2  可擴展性
    5.4  實證結果
      5.4.1  DELTACON與直覺的一致性
      5.4.2  DELTACON-ATTR與直覺的一致性
      5.4.3  可擴展性
      5.4.4  魯棒性
    5.5  應用
      5.5.1  Enron數據集實證分析
      5.5.2  大腦連通圖聚類
      5.5.3  恢復連接組的對應關係
    5.6  相關工作
  第6章  圖的對齊
    6.1  問題的形式化描述
    6.2  BIG-ALIGN：二分圖的對齊
      6.2.1  數學形式化表示
      6.2.2  具體問題的優化
      6.2.3  演算法描述
    6.3  UNI-ALIGN：二分圖對齊演算法在單分圖上的推廣
    6.4  實證結果
      6.4.1  BIG-ALIGN的準確度和運行時間
      6.4.2  UNI-ALIGN的準確度和運行時間

    6.5  討論
    6.6  相關工作
  第7章  結論與進一步的研究問題
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032