Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
1,397,000

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " چارچوب تکاملی چند منظوره جدید برای جامعه کاوی در شبکه های اجتماعی پویا " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
چارچوب تکاملی چند منظوره جدید برای جامعه کاوی در شبکه های اجتماعی پویا
نویسنده/ناشر/نام مجله :
Swarm and Evolutionary Computation
سال انتشار
2016
کد محصول
1011900
تعداد صفحات انگليسی
31
تعداد صفحات فارسی
72
قیمت بر حسب ریال
1,397,000
نوع فایل های ضمیمه
pdf+word
حجم فایل
11 مگا بایت
تصویر پیش فرض



 

چکیده

امروزه با توجه به تغییر پویای ساختار توپولوژیکی داده ها، خوشه بندی تکاملی مورد توجه گسترده ای قرار گرفته است. در همین راستا چندین الگوریتم در حوزه‌ی شبکه‌های واقعی پیچیده مورد مطالعه قرار گرفته است. علیرغم افزایش علاقه مندی ها به این علم، همه‌ی الگوریتم‌هایی که طراحی شده‌اند از اصول یکسانی تبعیت می‌کنند. اصل مهمی که در این چارچوب‌های خوشه بندی تکاملی وجود این است که مسئله را باید به معیارهای مجزا، یعنی کیفیت لحظه ای و فیلتر زمانی تقسیم کرد. در معیار کیفیت لحظه ای باید آیتم‌های یک شبکه را در قالب جوامع بهم متصل، خوشه بندی نمود. بنابراین در صورتی که یک چنین شبکه ای هیچ رفتار پویایی از خود نشان ندهد، یک مدل خوشه بندی تکاملی که تنها بتواند یک جامعه را در یک شبکه‌ی استوکاستیک شناسایی کند کافی است. متاسفانه همه‌ی الگوریتم‌هایی که برای خوشه بندی ارائه شده است، کیفیت تصویر لحظه ای را بر مبنای دو مدل. شناسایی بین و برون جامعه تقسیم می‌کنند. و این در حالی است که معیار هزینه‌ی موقت به عنوان یک مدل شناسایی تکاملی جامعه دسته بندی می‌شود. در این مقاله در ابتدا نگاهی به محدودیت‌های الگوریتم‌های شناسایی جامعه خواهیم داشت. علیرغم اینکه این الگوریتم ها از کارایی مطلوبی در شبکه‌های پیچیده پویا برخوردار می‌باشد، ولی در تدوین این الگوریتم ها هیچ اشاره ای به مدل‌های کافی برای شناسایی جامعه نشده است. چارچوب پیشنهادی ما می‌تواند به مدل سازی مسئله‌ی خوشه بندی تکاملی بپردازد به این شکل که این مسئله نباید هیچ فاصله ای با مسئله‌ی. تشخیص جامعه نداشته باشد. در همین راستا از یک روش تجزیه برای حل این مسئله استفاده می‌کنیم به این شکل که این مسئله به عنوان یک مسئله بهینه سازی چند هدفه در نظر گرفته می‌شود. این کار بر حسب معیار کیفیت لحظه ای و موقتی امتیازهای بین و برون جوامع صورت می‌گیرد. دو کیفیت تصویر لحظه ای را یه منظور تاکید بر نقش امتیازهای بین جوامع و برون. جوامع ارائه می‌دهیم. این در حالی است که از هزینه‌ی موقت برای امتیاز بین جوامع استفاده می‌شود. با بکار گیری یکی از الگوریتم‌های تکاملی چند هدفه، چارچوب خوشه بندی پیشنهادی را حل خواهیم کرد و آنرا بر روی چندین شبکه‌ی واقعی و ترکیبی تست خواهیم کرد و به اثبات توانایی مدل پیشنهادی برای پاسخ به این مسئله و آنهم به شکلی صحیح تر از روش‌های مدرن میپردایم.

1-مقدمه

شبکه ها و ویژگی های توپولوژی آنها با توجه به اهمیت عملی و قابلیت اجرای روزافزون آنها در بسیاری از سیستم های پویای دنیای واقعی، اخیرا توجه زیادی را به خود جلب کرده اند و موجب شده تا به حل مشکلات آنها بپردازند. مثال ها شامل دنیای آنلاین مانند شبکه های فن آوری، شبکه های اطلاعاتی و شبکه های ارتباطی اجتماعی همچون اینترنت، شبکه جهانی وب و فیس بوک میباشند. نمونه های جالب توجه دیگر نیز شبکه های زیستی و کنام مانند شبکه های تعاملی پروتئین-پروتئین و شبکه های غذایی هستند...  

از طریق لینک زیر می توانید مقاله انگلیسی را به صورت رایگان دانلود فرمایید و چکیده انگلیسی و سایر بخش های مقاله را مشاهده نمایید.



این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:




Evolutionary clustering
Evolutionary network analysis
Dynamic social networks

ثبت سفارش جدید