IEEE_GRAPH

WDSI (Wide & Deep Learning for regression analysis)

Wide component 는 선형 회귀 모델인데, 은닉층을 더욱 효율적으로 사용한다. Deep Component 는 비선형 모델이다. WDSI 는 앙상블이 아닌 조인트 학습 모델이다. 우리는 현존하는 회귀모델과 WDSI를 비교하였다.

SVM을 사용한 안드로이드 멀웨어 감지 시스템

멀웨어는 정적 또는 동적인 기술로 분석될 수 있다. 정적인 분석은 권한, 등으로 분석하는 것이고, 이 논문에서는 정적인 분석을 사용한다. 선행연구는 각각 96, 98% 정도의 정확도를 보였다.

Graph Theoretic One-Class

OCCF problem 이 있는데, 이 문제는 암시된 피드백을 다루기 어렵다는 것이다. 따라서 많은 연구들이 있었는데 가장 일반적인 해결법은 AAAI'18 최근 GOCCL, RWR Exploit the concept of uninteresting items 두가지 그래프 분석 방법은 노드 랭킹 두가지인데 RWR, BP이다. GOCCF 은 가장 높은 정확도를 가지고 있다. Movie-Lens100K, Watcha GOCCF의 문제점을 해결하고자 나온게 SRWR이다. ICDM'16

Traditional random walks, Signed random walks

PatternNet