| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
حداکثر تاثیر بر شبکه چندفازی چندلایه ای |
| عنوان انگلیسی مقاله: |
Influence Maximization on Multi-Phased Multi-Layered Network |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| تعداد صفحات مقاله انگلیسی | 8 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی کامپیوتر و مهندسی فناوری اطلاعات |
| گرایش های مرتبط با این مقاله | مهندسی نرم افزار، هوش مصنوعی و سامانه های شبکه ای |
| دانشگاه تهیه کننده | گروه مهندسی برق |
| رفرنس | دارد |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 17 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه نشده است |
| ترجمه متون داخل جداول | ترجمه نشده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1. مقدمه
2. الگوریتم یافتن مجموعه موثرترین کاربران و حداکثر تاثیر آنها
2. مرور و بررسی متون
3. فرمولاسیون مسئله
4. توصیف داده ها
4.1 مجموعه داده
4.2 پیش پردازش داده ها
4.3 پیش پردازش داده ها
5. روش
5.1 مدلهای انتشار
1. مدل آستانه خطی
2. مدل آبشاری مستقل
5.2 الگوریتم حداکثر اطلاعات
1. SimPath
2. CELF++
5.3 وظایف احتمال یال
1. توزیع بتا
2. یادگیری احتمال انلاین
5.4 تجمع شبکه چندلایه ای
6. آزمایش و ارزیابی
6.1 آزمایشات
6.2 نتایج آزمایشات
7. نتیجه گیری و کارهای آینده
- بخشی از ترجمه:
7. نتیجه گیری و کارهای آینده
در پروژه ما، بر مجموعه داده های خاصی تمرکز داشته ایم – یعنی توسعه کشف یک ذره در توییتر، که یک شبکه ی چندلایه ای ، چندفازی است. برخی از مدلهای تجمع را برای شبکه های چندلایه ای تحت شرایط فرضیات مختلف، بررسی کردیم. با استفاده از الگوریتم های اطلاعات حداکثر، قادر به تعیین کردن تاثیرگذارترین گره ها در شبکه های چندلایه ای شدیم. نتایج تجربی نشان دادند که استراتژی ما در مورد احتمالات یال ها در روش های مروری بخوبی کار می کنند. در کارهای آینده مایلیم که استراتژی های آنلاین یادگیری احتمالات یال ها را برای کارهای کلی تر، در نظر بگیریم و تغییر احتمالات یال ها را به منظور اندازه گیری اثربخشی روش های آنلاین یادگیری، کشف کنیم.
- بخشی از مقاله انگلیسی:
7. Conclusion and Future Work
In our project, we focuse on a specific dataset – the spread of discovery of a particle on Twitter, which is a multi-phased, multi-layered network. We have explored some aggregation model for multi-layered network, under different assumptions. Using Information Maximization algorithms we are able to determine the most influential nodes in multi-layered network. The exprimental results shows that our strategy of assigning edge probabilities outperforms state-of-arts methods.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
حداکثر تاثیر بر شبکه چندفازی چندلایه ای |
| عنوان انگلیسی مقاله: |
Influence Maximization on Multi-Phased Multi-Layered Network |
|
|