ホットトピック継続更新中
复杂网络社团检测通用层次框架提出
1 件の報道1 件の報道元15 時間前 更新
まずこの件を把握する
AI 概要
2026年11月，研究人员提出三种用于复杂网络社团检测的通用层次框架，支持多种连接聚类算法、节点相近度矩阵与图表示学习模型。在随机块模型与真实数据集上对100多种组合进行的测试表明，结合 Wasserman-Faust、PPMI 与 DNGR 的最优流程，其性能可媲美经典的 Leiden 和 Louvain 算法。该方法完整保留了层次特性，能够输出互相兼容的嵌套分区序列，特别适用于社团数量预先未知的场景。
AI が報道をもとに生成 · 15 時間前 更新
最新の進展11月4日 13:00
新研究提出用于复杂网络社团检测的层次框架，最优组合性能媲美Leiden和Louvain算法。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 机器学习基于节点相似度、图表示学习与层次聚类的复杂网络社团检测
新研究提出三种用于复杂网络社团检测的通用层次框架，支持多种连接聚类算法、节点相近度矩阵与图表示学习模型。在随机块模型与真实数据集测试 100 多种组合显示，结合 Wasserman-Faust、PPMI 与 DNGR 的最优流程性能媲美 Leiden 和 Louvain 算法。该方法保留了层次特性并可输出互相兼容的嵌套分区序列，适用于社团数量预先未知的场景。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 10（11月4日 13:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。