دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Chen. Hanghang Tong
سری: Synthesis Lectures on Learning, Networks, and Algorithms
ISBN (شابک) : 1636392954, 9781636392950
ناشر: Morgan & Claypool
سال نشر: 2022
تعداد صفحات: 165
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Network Connectivity: Concepts, Computation, and Optimization (Synthesis Lectures on Learning, Networks, and Algorithms) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب اتصال به شبکه: مفاهیم، محاسبات و بهینه سازی (سخنرانی ترکیبی در مورد یادگیری، شبکه ها و الگوریتم ها) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
شبکهها به طور طبیعی در بسیاری از حوزههای با تأثیر بالا ظاهر میشوند، از تجزیه و تحلیل شبکههای اجتماعی گرفته تا مطالعات انتشار بیماری تا طراحی سیستم زیرساخت. در مطالعات شبکه، اتصال شبکه نقش مهمی در تعداد بیشماری ایفا میکند. از برنامه های کاربردی تنوع حوزه های کاربردی، اقدامات ارتباطی متعددی را تحریک کرده است که هر کدام برای برخی وظایف خاص طراحی شده اند. بسته به پیچیدگی معیارهای اتصال، هزینه محاسباتی محاسبه امتیاز اتصال می تواند به طور قابل توجهی متفاوت باشد. علاوه بر این، پیچیدگی اتصال عمدتاً بر سختی بهینهسازی اتصال تأثیر میگذارد، که یک مشکل اساسی برای مطالعات اتصال شبکه است.
این کتاب مطالعه کاملی در اتصال شبکه، از جمله مفاهیم، محاسبات، و آن ارائه میکند. بهينه سازي. به طور خاص، یک مدل اندازه گیری اتصال یکپارچه برای آشکار کردن وجه اشتراک بین معیارهای اتصال موجود معرفی خواهد شد. برای جنبه محاسبات اتصال، نویسندگان مشکلات ردیابی اتصال را معرفی کرده و چندین چارچوب استنتاج اتصال موثر را تحت تنظیمات شبکه مختلف ارائه میکنند. با در نظر گرفتن دیدگاه بهینهسازی اتصال، این کتاب به صورت تئوری مسئله را تحلیل میکند و یک چارچوب تقریبی را برای بهینهسازی موثر اتصال شبکه معرفی میکند. در نهایت، این کتاب مرزهای تحقیقاتی جدید و جهتگیریها را برای بررسی مطالعات اتصال شبکه مورد بحث قرار میدهد.
این کتاب مقدمه ای در دسترس برای مطالعه اتصال در شبکه های پیچیده است. خواندن آن برای مقطع کارشناسی ارشد، Ph.D ضروری است. دانشجویان، و همچنین محققان و پزشکانی که به گراف کاوی، داده کاوی، و یادگیری ماشین علاقه مند هستند.
<p><b>Networks naturally appear in many high-impact domains, ranging from social network analysis to disease dissemination studies to infrastructure system design.</b> Within network studies, network connectivity plays an important role in a myriad of applications. The diversity of application areas has spurred numerous connectivity measures, each designed for some specific tasks. Depending on the complexity of connectivity measures, the computational cost of calculating the connectivity score can vary significantly. Moreover, the complexity of the connectivity would predominantly affect the hardness of connectivity optimization, which is a fundamental problem for network connectivity studies.</p><p>This book presents a thorough study in network connectivity, including its concepts, computation, and optimization. Specifically, a unified connectivity measure model will be introduced to unveil the commonality among existing connectivity measures. For the connectivity computation aspect, the authors introduce the connectivity tracking problems and present several effective connectivity inference frameworks under different network settings. Taking the connectivity optimization perspective, the book analyzes the problem theoretically and introduces an approximation framework to effectively optimize the network connectivity.Lastly, the book discusses the new research frontiers and directions to explore for network connectivity studies.</p><p>This book is an accessible introduction to the study of connectivity in complex networks. It is essential reading for advanced undergraduates, Ph.D. students, as well as researchers and practitioners who are interested in graph mining, data mining, and machine learning.</p>
Acknowledgments Introduction Background Motivations Research Tasks Overview Organization Connectivity Measure Concepts Single-Layered Network Measures Multi-Layered Network Measures Connectivity Inference Computation Eigen-Functions Tracking in Dynamic Networks Problem Definition Proposed Algorithms Experimental Evaluation Cross-Layer Dependency Inference Problem Definition Proposed Algorithms for Code Proposed Algorithm for Code-ZERO Experimental Evaluation Incremental One-Class Collaborative Filtering Problem Definition Proposed Algorithm Experimental Evaluations Network Connectivity Optimization SubLine Connectivity Optimization Problem Definition Fundamental Limits Proposed Algorithm Experimental Evaluation Connectivity Optimization in Multi-Layered Networks Problem Definition Theoretical Analysis Proposed Algorithm Experimental Evaluation Conclusion and Future Work Conclusion Future Research Directions Complex Multi-Layered Network Connectivity Dynamic Network Inference Connectivity Optimization and Adversarial Attack Connectivity on High-Order Dependency Networks Bibliography Authors' Biographies