A scheme for high level data classification using random walk and network measures

نظارت بر روش های طبقه بندی شده است که از اطلاعات فیزیکی داده های تجزیه و تحلیل شده، از قبیل شباهت، توزیع و سایر ویژگی های سطح پایین استفاده می کنند. علیرغم ارتباط این ویژگی ها، آثار اخیر نشان داده است که با ترکیب ویژگی های سطح پایین و سطح بالا می توان انواع مختلف الگوهای را شناسایی کرد. در این مقاله، یک روش طبقه بندی تحت نظارت ارائه می شود که احتمال محدود شدن تئوری راه رفتن تصادفی را بر روی شبکه های زیرین ساخته شده از داده های حاوی اطلاعات وارد می کند. ویژگی جذاب روش پیشنهادی این است که ماتریس مجاورت که اطلاعات فیزیکی و ساختاری را در مورد داده ها حمل می کند. اطلاعات ساختاری توسط ویژگی های استخراج شده از اتصالات شبکه داده می شود. کلاس یک نمونه بدون برچسب مشخص شده توسط یک اکتشافی به نام "سهولت دسترسی" محاسبه می شود که توسط روش پیاده روی تصادفی بر روی ماتریس مجاورت اندازه گیری می شود. چنین رویکردی تکنیکی را به طور کلی به کار می برد، زیرا می تواند داده های متمایز داده ای مورد علاقه در ماتریس اتصال شبکه داده های زیر را برای هدایت واکر تصادفی ایجاد کند. به طور خاص، ما نمونه هایی از ترکیبی از ویژگی های پایین و سطح بالا در طرح طبقه بندی پیشنهاد شده را نشان می دهد. نتایج شبیه سازی با استفاده از مجموعه داده های مصنوعی و واقعی نشان می دهد که تکنیک پیشنهادی نه تنها رقابتی با تکنیک های طبقه بندی فعلی و سازگار است، بلکه می تواند الگوهای ساختاری ذاتی شکل داده شده توسط داده های ورودی را نیز نشان دهد.