این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Industrial Engineering and Productional Research-، جلد ۳۲، شماره ۱، صفحات ۲۹-۳۶
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Developing a method for modeling and monitoring of dynamic networks using latent variables
چکیده انگلیسی مقاله Statistical monitoring of dynamic networks is a major topic of interest in complex social systems. Many researches have been conducted on modeling and monitoring dynamic social networks. This article proposes a new methodology for modeling and monitoring dynamic social networks for quick detection of temporal anomalies in network structures using latent variables. The key idea behind our proposed methodology is to determine the importance of latent variables in creating edges between nodes as well as observed covariates. First, latent space model (LSM) is used to model dynamic networks. Vector of parameters in LSM model are monitored through multivariate control charts in order to detect changes in different network sizes. Experiments on simulated social network monitoring demonstrate that our surveillance monitoring strategy can effectively detect abrupt changes between actors in dynamic networks using latent variables.
کلیدواژه‌های انگلیسی مقاله Latent space models,dynamic networks,anomaly detection,average run length (ARL),network surveillance
نویسندگان مقاله | Fatemeh Elhambakhsh
Master student at IUST


| Mohammad Saidi- Mehrabad
Prof. at College of Industrial Engineering, Iran University of Science &Technology
نشانی اینترنتی http://ijiepr.iust.ac.ir/browse.php?a_code=A-10-1601-1&slc_lang=en&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده Statistical Process Control Statistical Process Control or Quality Control
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات