عنوان: پیشبینی پیوند در شبکههای پیچیده چندلایه ارائهکننده: هادی شکیبیان استاد راهنما: دکتر نصرا.. مقدم چرکری استاد ناظر داخلی اول: دکتر بهزاد اکبری استاد ناظر داخلی دوم: دکتر محمد صنیعی آباده استاد ناظر خارجی اول: دکتر حمید بیگی (دانشگاه صنعتی شریف) استاد ناظر خارجی دوم: دکتر مسعود اسدپور (دانشگاه تهران) استاد مشاور اول: دکتر سعید جلیلی مکان: اتاق 351 تاریخ: 97/02/10 ساعت: 16:30
چکیده: هدف این رساله ارائه چارچوبی برای پیشبینی پیوند در شبکههای پیچیده ناهمگن است به گونهای که تا حد امکان با چالشهای ناشی از خلوت بودن شبکه مقابله کرده، از فرامسیرها به طور کارآمد برای تعریف مشابهت گرهها استفاده شود. در گام اول، شبکه پیچیده ناهمگن به صورت یک مدل انتزاعی از ارتباط انواع موجودیتها بیان و بر اساس آن روابط معنایی مشابهت گرهها تعریف میشود. همچنین با تغییر مدل انتزاعی شبکه اولیه، روشی کارآمد برای تولید فرامسیرهای مفید پیشنهاد میشود. در گام بعد، مشابهت گرهها بر اساس ترکیبی از اطلاعات فرامسیرها و همسایگی گرهها اندازهگیری میشود. در این مرحله، محاسبه مشابهت گرهها بر اساس تعریف بردارهای ویژگی و همینطور اندازهگیری اطلاعات موجود بین گرهها انجام میشود که به ترتیب در شبکههای متراکم و شبکههای کمتراکم مناسب هستند. در گام آخر، مدل پیشبینی پیوند با رویکرد یادگیری یا سنجش مستقیم مشابهت گرهها (بدون ناظر)، متناسب با نحوه تعریف مشابهت گرهها در گام دوم، به دست میآید. روشهای ارائه شده پیشبینی پیوند در شبکههای پیچیده ناهمگن بر اساس چارچوب پیشنهادی روی دو مجموعه داده واقعی و مصنوعی مورد ارزیابی قرار میگیرند.
کلمات کلیدی: شبکههای پیچیده ناهمگن، پیشبینی پیوند، فرامسیر، یادگیری ماشین، تئوری اطلاعات
|