.png){kind=icon}
返回
Entropy-driven sensor deployment and source detection in hypergraphs
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.134058.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• SSDH框架解决了超图中的基于传感器的源检测问题。
• 我们的部署策略在有限的传感器资源下最大化覆盖范围。
• 该算法结合路径不确定性和拓扑距离以提高准确性。
• SSDH在合成和经验数据集上比基线方法提高5%-30%。
Keyword:
Sensor deployment
Source detection
Hypergraph
Information entropy
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
.png){kind=icon}
Generalized Local Prominence for Source Detection in Real-World Rumor Networks通用局部显著性用于现实世界谣言网络中的源检测
PREAI
分享收藏A Heuristic Framework for Sources Detection in Social Networks via Graph Convolutional Networks
PREAI
分享收藏Higher-Order Components Dictate Higher-Order Contagion Dynamics in Hypergraphs高阶组件决定了超图中的高阶传染动态。
OAAI
OAAI分享收藏
查看更多内容