فایل ورد کامل حداکثر تاثیر بر شبکه چندفازی چندلایه ای

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل حداکثر تاثیر بر شبکه چندفازی چندلایه ای،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۲ صفحه

۷ نتیجه گیری و کارهای آینده
در پروژه ما، بر مجموعه داده های خاصی تمرکز داشته ایم – یعنی توسعه کشف یک ذره در توییتر، که یک شبکه ی چندلایه ای ، چندفازی است. برخی از مدلهای تجمع را برای شبکه های چندلایه ای تحت شرایط فرضیات مختلف، بررسی کردیم. با استفاده از الگوریتم های اطلاعات حداکثر، قادر به تعیین کردن تاثیرگذارترین گره ها در شبکه های چندلایه ای شدیم. نتایج تجربی نشان دادند که استراتژی ما در مورد احتمالات یال ها در روش های مروری بخوبی کار می کنند. در کارهای آینده مایلیم که استراتژی های آنلاین یادگیری احتمالات یال ها را برای کارهای کلی تر، در نظر بگیریم و تغییر احتمالات یال ها را به منظور اندازه گیری اثربخشی روش های آنلاین یادگیری، کشف کنیم.

عنوان انگلیسی:Influence Maximization on Multi-Phased Multi-Layered Network~~en~~

۷ Conclusion and Future Work

In our project, we focuse on a specific dataset – the spread of discovery of a particle on Twitter, which is a multi-phased, multi-layered network. We have explored some aggregation model for multi-layered network, under different assumptions. Using Information Maximization algorithms we are able to determine the most influential nodes in multi-layered network. The exprimental results shows that our strategy of assigning edge probabilities outperforms state-of-arts methods.

$$en!!