项目名称: 大型网络中基于局部谱的社团检测算法研究

项目编号: No.61772219

项目类型: 面上项目

立项/批准年度: 2018

项目学科: 自动化技术、计算机技术

项目作者: 何琨

作者单位: 华中科技大学

项目金额: 16万元

中文摘要: 社团检测是图结构问题中极大团检测的一种松弛问题,在社交网络、生物网络中有着广泛的应用。其研究不仅为国家经济和社会建设带来新的机遇,也为数据挖掘和社会计算带来新的挑战。本项目拟对大型网络中基于局部谱的社团检测理论和方法进行系统、深入的研究。拟探索宽度优先检索、随机游走和热核扩散等不同局部采样算法的性能,挖掘各类谱扩散方法的特性;基于不同的谱近似方法(幂方法、Krylov子空间和Lanczos方法等)定义局部谱不变子空间;分析子空间维度和随机游走步数对算法性能的影响;基于Rayleigh熵建立局部谱的理论体系;研究最小一范式、二次优化等不同优化目标和正则项对社团检测质量的影响。通过本项目,将设计可快速检测网络局部结构的低复杂度、高鲁棒性和高可靠性的一系列局部社团检测算法,并在大规模的真实网络中进行验证;建立基于局部谱的较完整的社团检测理论和方法,为大型网络中社团检测的研究提供有效的技术支持。

中文关键词: 算法设计与分析;社团检测;社交网络;局部谱;谱扩散

英文摘要: The community detection problem is a relaxed variant of the maximal clique problem in large graphs, and finds numerous applications in social and biological networks. It not only leads to new opportunities for the national economy and social construction, but also brings new challenges to the area of data mining and social computing. This project will systematically investigate the local spectral method and theory for community detection. We will explore the performance of different local sampling methods based on breadth-first search, random walk and heat kernel diffusion, and analyze the property of various spectral diffusion methods. We will define the local spectral invariant subspace based on different spectral approximation methods (power method, Krylov subspace and Lanczos method), explore the algorithm performance on the subspace dimension and random walk steps. We aim to establish a set of theories based on the Rayleigh quotient, investigate the impact on the community detection quality for different optimization objectives: minimum one norm, quadratic optimization and regularization term. This project will help us design series of local community detection algorithms, which are of low complexity, high robustness and high reliability as verified on large-scale real networks. We will build systematic local spectral methods and theories, and offer technical support for efficient community detection in large-scale networks.

英文关键词: Aalgorithm design and analysis;community detection;social networks;local spectral;spectral diffusion

成为VIP会员查看完整内容
0

相关内容

「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
27+阅读 · 2021年2月17日
专知会员服务
45+阅读 · 2020年11月13日
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
[CVPR 2020-港中文-MIT] 神经架构搜索鲁棒性
专知会员服务
25+阅读 · 2020年4月7日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月16日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
小贴士
相关VIP内容
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
27+阅读 · 2021年2月17日
专知会员服务
45+阅读 · 2020年11月13日
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
[CVPR 2020-港中文-MIT] 神经架构搜索鲁棒性
专知会员服务
25+阅读 · 2020年4月7日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员