بنیامین کریمی- ۱۳۹۹/۱۰/۲۷ | cisanews |سیسا نیوز |cisanews |سیسا نیوز

تاریخ خبر: // کد خبر: 31922 // //

بنیامین کریمی- ۱۳۹۹/۱۰/۲۷

ارائه­ دهنده: بنیامین کریمی    استاد راهنما:  دکتر عین الله خنجری هیات داوران:دکتر بهروز مینایی، دکتر محمد صنیعی آباده زمان:شنبه ۱۳۹۹/۱۰/۲۷ آقای بنیامین کریمی  دانشجوی کارشناسی ارشد دکتر عین الله خنجری شنبه  ۲۷ دی ماه از پروژه کارشناسی ارشد خود  تحت عنوان “استخراج خودکار ویژگی از شبکه‌های اجتماعی پویا” دفاع خواهند نمود. چکیده پایان [...]
بنیامین کریمی- ۱۳۹۹/۱۰/۲۷

ارائه­ دهنده:

بنیامین کریمی 

  استاد راهنما:

 دکتر عین الله خنجری

هیات داوران:
دکتر بهروز مینایی، دکتر محمد صنیعی آباده

زمان:
شنبه ۱۳۹۹/۱۰/۲۷

آقای بنیامین کریمی

 
دانشجوی کارشناسی ارشد دکتر عین الله خنجری شنبه  ۲۷ دی ماه از پروژه کارشناسی ارشد خود  تحت عنواناستخراج خودکار ویژگی از شبکههای اجتماعی پویادفاع خواهند نمود.

چکیده پایان نامه:

     در سالهای اخیر، دادههای شبکههای مختلف با سرعت فوقالعادهای رشد کردهاند. این شبکهها در بسیاری از حوزههایی مانند اینترنت و وب جهانی، استناد علمی و همکاری نویسندگان، اپیدمیولوژی، تجزیهوتحلیل ارتباطات، متابولیسم، اکوسیستم، بیوانفورماتیک، کلاهبرداری و تجزیهوتحلیل تروریستی و بسیاری دیگر وجود دارد. پیوندها در این دادههای شبکه ممکن است بیانگر استنادها، دوستیها، انجمنها، عملکردهای متابولیک، ارتباطات، مکانهای مشترک، مکانیسمهای مشترک یا بسیاری از روابط صریح یا ضمنی دیگر باشد.
یکی از مهمترین شبکههایی که در عصر حاضر همواره در روابطی که بهصورت روزانه با سایر افراد در آن نقش داریم، شبکههای اجتماعی است. این شبکهها با رشد و گسترش شبکه جهانی وب وارد مرحله جدیدتری شده است. با توجه به گوناگونی شبکههای اجتماعی مطالعه و شناخت  ویژگیهای این شبکهها نیازمند تخصص در حوزههای اجتماعی مختلف هست. بااینحال کشف و استخراج ویژگیها بهصورت دستی دارای چالش های مختلفی است. از جمله این چالش ها میتوان به عدم کشف برخی از ویژگی های مهم و تاثیرگذار در فرایند استخراج ویژگی به صورت دستی اشاره کرد که درنتیجه آن باعث میشود شناخت دقیقی از این شبکهها حاصل نگردد.
در سالهای اخیر روشهای نهفته سازی گراف بهعنوان یک روش برای بررسی ویژگیهای گراف ارائهشده است. بهصورتی که هر گره در شبکه با یک بردار از ویژگیها نمایش داده میشود. درواقع هر درایه از این بردار، معرف یک ویژگی از گره در شبکه هست.
نهفته سازی شبکه، بهعنوان یک روش برای یادگیری بازنماییهای کم بعدی از گرهها، در بسیاری از کاربردهای مطالعه شبکه مانند پیشبینی یال وخوشه بندی گره ها، مفید است.
اکثر این شبکههای اجتماعی با توجه به تعاملات افراد در آن بهطور طبیعی پویا هستند یعنی بهمرورزمان با اضافه شدن، حذف و تغییر گرهها و پیوندها در حال تحول هستند. اطلاعات زمانی در شبکههای اجتماعی برای مدلسازی دقیق، پیشبینی و درک دادههای شبکه از اهمیت بسیاری برخوردار است. باوجود اهمیت این پویاییها، اما اکثر تحقیقات در یادگیری نمایندگی شبکه، بر روی  گرافهای ایستا متمرکزشدهاند. با توجه به ماهیت پویای شبکه های اجتماعی و عدم کارایی روش های ایستا برای مطالعه شبکه های اجتماعی پویا، بر آن شدیم تا با ترکیب اطلاعات زمانی درروش های نهفته سازی ایستا، یک چارچوب کلی برای استخراج ویژگی های شبکههای اجتماعی پویا به صورت خودکار ارائهدهیم.

خبر جدید  نقش تاثیرگذار انجمن‌های علمی در صنعت

 
 واژههای کلیدی: نهفته سازی شبکههای اجتماعی، شبکههای اجتماعی پویا، یادگیری ویژگی.





“دفاع به‌صورت آنلاین برگزار می‌شود
  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی

خبر جدید  برگزاری سمینارهای کارشناسی ارشد آبان ۹۸
برچسب های خبر: ,,

آخرین اخبار انجمن های علمی

اخبار ویژه

آرشیو

پربازدید

بایگانی شمسی

آمار بازدید وبسایت

  • 0
  • 1,037
  • 50
  • 935
  • 50
  • 4,183
  • 30,396
  • 318,399
  • 746,076
  • 136,078
  • 26,537
  • 19,866
  • 1
  • دی ۲۶, ۱۳۹۹