Cluster detection algorithm in neural networks

Abstract

Complex networks have received much attention in the last few years, and reveal global properties of interacting systems in domains like biology, social sciences and technology. One of the key feature of complex networks is their clusterized structure. Most methods applied to study complex networks are based on undirected graphs. However, when considering neural networks, the directionality of links is fundamental. In this article, a method of cluster detection is extended for directed graphs. We show how the extended method is more efficient to detect a clusterized structure in neural networks, without significant increase of the computational cost.

دانلود رایگان مقاله انگلیسی348.09 KB

چکیده
شبکه های پیچیده در چند سال اخیر از توجه زیادی برخوردار بودند و ویژگی های کلی سیستم های متقابل را در زمینه هایی مانند بیولوژی، علوم اجتماعی و تکنولوژی مشخص ساخته اند. یکی از ویژگی های کلیدی شبکه های پیچیده ، ساختار کلاستری ( گروهی) آنها می باشد. اکثر روش های به کار گرفته شده برای مطالعه ی شبکه های پیچیده براساس گراف های بدون جهت می باشند. با این حال، هنگام بررسی در مورد شبکه های عصبی، جهت داشتن لینک ها مورد اساسی می باشد. در این مقاله، روش تشخیص کلاستر برای گراف های جهت دار تعمیم داده می شود. نشان می دهیم که چگونه روش تعمیم یافته برای تشخیص ساختار کلاستر در شبکه های عصبی بدون افزایش عمده ی هزینه ی محاسباتی موثرتر می باشد.

تعداد صفحات مقاله انگلیسی: 6 صفحه
تعداد صفحات مقاله فارسی: 9 صفحه