Community Detection and Stochastic Block Models
Das Gebiet der Erkennung von Gemeinschaften hat sich seit den 1980er Jahren stark weiterentwickelt, mit einer bemerkenswerten Vielfalt von Modellen und Algorithmen, die in verschiedenen Bereichen wie maschinelles Lernen, Informatik, Netzwerkwissenschaft, Sozialwissenschaft und statistische Physik entwickelt wurden. Dennoch bleiben verschiedene grundlegende Fragen ungeklärt, wie z.
B.: Gibt es wirklich Gemeinschaften? Algorithmen können Gemeinschaftsstrukturen ausgeben, aber sind diese sinnvoll oder Artefakte? Können wir die Gemeinschaften immer extrahieren, wenn sie ganz oder teilweise vorhanden sind? Und was ist ein guter Maßstab, um die Leistung von Algorithmen zu messen, und wie gut sind die aktuellen Algorithmen? In dieser Monographie werden die jüngsten Entwicklungen beschrieben, die auf die Beantwortung dieser Fragen im Zusammenhang mit Blockmodellen abzielen. Der Autor behandelt diese Fragen aus informationstheoretischer Sicht und gibt eine umfassende Beschreibung der historischen und aktuellen Arbeiten, die zu neuen Schlüsselkonzepten für die verschiedenen Anforderungen an die Erkennung von Gemeinschaften geführt haben.
Die Monographie bietet eine kompakte Einführung in die Gemeinschaftsdetektion, die es dem Leser ermöglicht, diese Techniken in Anwendungen wie dem Verständnis von soziologischem Verhalten, Protein-zu-Protein-Interaktionen, Genexpressions-Empfehlungssystemen und medizinischen Prognosen anzuwenden. DNA-3D-Faltung, Bildsegmentierung, Verarbeitung natürlicher Sprache, Produkt-Kunden-Segmentierung, Sortierung von Webseiten und vieles mehr.
| ISBN: | 9781680834765 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
