English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 40893729 線上人數 : 656
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
管理學院
資訊管理學系
--研究計畫
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
管理學院
>
資訊管理學系
>
研究計畫
>
Item 987654321/94244
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncu.edu.tw/handle/987654321/94244
題名:
基於深度學習模型之社群網路演化預測、神經網路架構最佳化、與社群增量學習之研究
;
A Study on Social Network Evolution Prediction, Neural Architecture Search, and Social Incremental Learning Based on Deep Learning Models
作者:
陳以錚
貢獻者:
國立中央大學資訊管理學系
關鍵詞:
社群網路
;
動態社群網路
;
社群網路預測
;
神經架構搜尋
;
深度學習
;
生成對抗網路
;
長短期記憶模型
;
自動編碼器
;
基因演算法
;
增量學習
;
Social Network
;
Dynamic Social Network
;
Social Network Prediction
;
Neural Architecture Search
;
Deep Learning
;
Generative Adversarial Network
;
Long Short-Term Network
;
Autoencoder
;
Genetic Algorithm
;
Incremental Learning
日期:
2024-09-27
上傳時間:
2024-09-30 17:21:07 (UTC+8)
出版者:
國家科學及技術委員會(本會)
摘要:
隨著網路2.0概念的普及,社群網路已經是現代人生活中的一部分,但目前的社群網路的分析大都以靜態網路為主,無法表達出現實網路演化的關係。本計畫以多種深度學習為基礎,包含遞迴神經網路(RNN)、自動編碼器(AE)、生成對抗網路(GAN)、基因演算法(GA)等,我們提出了五種全新架構的深度學習模型:1) 結合長短期記憶模型與矩陣分解之動態網路預測模型、2) 結合分群架構與自動編碼器之社群網路壓縮模型、3)生成對抗網路為基礎之社群網路演化預測、4)基因演算法為基礎之神經網路架構最佳化、與5)社群資料動態維護之增量學習模型,用以壓縮與學習網路的演化特徵,進而達到準確預測社群網路的目地。
關聯:
財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:
[資訊管理學系] 研究計畫
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
index.html
0Kb
HTML
26
檢視/開啟
在NCUIR中所有的資料項目都受到原著作權保護.
社群 sharing
::: Copyright National Central University. | 國立中央大學圖書館版權所有 |
收藏本站
|
設為首頁
| 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
隱私權政策聲明