Resumen

En el mundo real, una gran cantidad de datos pueden describirse mediante redes que utilizan relaciones entre los datos. Los datos descritos por redes pueden llamarse datos en red. La clasificación es una de las tareas principales en el análisis de datos en red. La mayoría de los métodos anteriores encuentran la clase del nodo no etiquetado utilizando las clases de sus nodos vecinos. Sin embargo, en las redes con heterofilia, la mayoría de los nodos conectados pertenecen a clases diferentes. Es difícil obtener la clase correcta utilizando las clases de los nodos vecinos, por lo que los métodos anteriores tienen un bajo rendimiento en las redes con heterofilia. En este artículo, se propone un método probabilístico para abordar este problema. En primer lugar, se propone la distribución de propagación de clase del nodo para describir las probabilidades de que sus nodos vecinos pertenezcan a cada clase. Después, las distribuciones de propagación de clase de los nodos vecinos se utilizan para calcular la clase del nodo no etiquetado. Por último, se presenta un algoritmo de clasificación basado en la distribución

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Gran cantidad; Redes; Clasificación; Nodos vecinos; Heterofilia; Algoritmo
• Keywords:Large amount; Networks; Classification; Neighbor nodes; Heterophily; Algorithm