Networks are fundamental models for data used in practically every app的简体中文翻译

Networks are fundamental models for

Networks are fundamental models for data used in practically every application domain. In most instances, several implicit or explicit choices about the network definition impact the translation of underlying data to a network representation, and the subsequent question(s) about the underlying system being represented. Users of downstream network data may not even be aware of these choices or their impacts. We propose a task-focused network model selection methodology which addresses several key challenges. Our approach constructs network models from underlying data and uses minimum description length (MDL) criteria for selection. Our methodology measures efficiency, a general and comparable measure of the network's performance of a local (i.e. node-level) predictive task of interest. Selection on efficiency favors parsimonious (e.g. sparse) models to avoid overfitting and can be applied across arbitrary tasks and representations. We show stability, sensitivity, and significance testing in our methodology.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
网络是实际上在每个应用程序域中使用的数据的基本模型。在大多数情况下,关于网络定义的一些隐式或显式选择会影响基础数据到网络表示的转换,以及有关表示基础系统的后续问题。下游网络数据的用户甚至可能不知道这些选择或其影响。我们提出了一种以任务为中心的网络模型选择方法论,该方法论解决了几个关键挑战。我们的方法从基础数据构建网络模型,并使用最小描述长度(MDL)标准进行选择。我们的方法测量效率,这是对本地(即节点级)所关注的预测任务的网络性能的一般且可比较的度量。选择效率有利于节约(例如 稀疏模型)以避免过度拟合,并且可以应用于任意任务和表示形式。我们在方法论中显示出稳定性,敏感性和重要性测试。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
网络是几乎每个应用领域使用的数据的基本模型。在大多数情况下,有关网络定义的几个隐式或显式选择会影响基础数据转换到网络表示形式,以及随后有关所表示的基础系统的问题。下游网络数据的用户甚至可能不知道这些选择或影响。我们提出了一种以任务为中心的网络模型选择方法,该方法解决了几个关键挑战。我们的方法从基础数据构建网络模型,并使用最小描述长度 (MDL) 标准进行选择。我们的方法衡量效率,这是衡量网络在感兴趣的本地(即节点级)预测任务中的表现的一般和可比度量。对效率的选择有利于采用节俭(例如稀疏)模型,以避免过度拟合,并可应用于任意任务和表示。我们在方法上显示了稳定性、灵敏度和重要性测试。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
网络是几乎每个应用领域中使用的数据的基本模型。在大多数情况下,有关网络定义的几个隐式或显式选择会影响底层数据到网络表示的转换,以及随后有关被表示的底层系统的问题。下游网络数据的用户甚至可能不知道这些选择或其影响。我们提出了一个以任务为中心的网络模型选择方法,它解决了几个关键的挑战。我们的方法从底层数据构造网络模型,并使用最小描述长度(MDL)标准进行选择。我们的方法测量效率,这是一种对本地(即节点级)感兴趣的预测任务的网络性能的一般和可比较的度量。效率选择倾向于简约(例如稀疏)模型以避免过度拟合,并且可以应用于任意任务和表示。我们在我们的方法论中展示了稳定性、敏感性和显著性测试。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: