隨機塊模型學習算法
大小：2.35 MB 人氣：1 2018-01-09 需要積分：1
標簽：學習算法(7448)
由于隨機塊模型能夠有效處理不具有先驗知識的網絡，對其研究成為了機器學習、網絡數據挖掘和社會網絡分析等領域的研究熱點．如何設計出具有模型選擇能力的快速隨機塊模型學習算法，是目前隨機塊模型研究面臨的一個主要挑戰．提出一種精細隨機塊模型及其快速學習算法，該學習方法基于提出的模型與最小消息長度推導出一個新成本函數，利用期望最大化參數估計方法，實現了邊評價模型邊估計參數的并行學習策略。以此方式顯著降低隨機塊模型學習的時間復雜性．分別采用人工網絡與真實網絡，從學習時間和學習精度兩方面對提出的學習算法進行了驗證，并與現有的代表性隨機塊模型學習方法進行了對比．實驗結果表明：提出的算法能夠在保持學習精度的情況下顯著降低時間復雜性，在學習精度和時間之間取得很好的折衷；在無任何先驗知識的情況下，可處理的網絡規模從幾百節點提高至幾萬節點．另外通過網絡鏈接預測的實驗，其結果也表明了提出的模型及學習算法相比現有隨機塊模型和學習方法具有更好的泛化能力．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
隨機塊模型學習算法下載
相關電子資料下載
- 機器學習算法原理詳解 89
- 我去過的加拿大大學——AI深度學習算法誕生地 599
- 深入了解目標檢測深度學習算法的技術細節 150
- 什么是NanoEdge AI Studio 1389
- 深入探討線性回歸與柏松回歸 394
- 國際機器人聯合會（IFR）近期發布2024全球五大機器人趨勢 875
- 基于NumPy的機器學習算法實現 148
- 目前主流的深度學習算法模型和應用案例 777
- 常用的十大機器學習算法介紹 292
- 深入研究六種最重要的機器學習算法 282