Bu makalede, genel amaçlı arama ve optimizasyon tekniklerinden sosyal tabanlı güncel yapay zekâ optimizasyon algoritmaları, ilk kez bir bütün olarak tanıtılmış ve sosyal ağ analizinde bağlantı tahmini, topluluk keşfi, duygu analizi, metin özetleme vb. alanlarda etkili olarak dolaylı ya da direkt çözüm algoritması olarak kullanılabileceği belirtilmiştir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Bu makalede, genel amaçlı arama ve optimizasyon tekniklerinden sosyal tabanlı güncel yapay zekâ optimizasyon algoritmaları, ilk kez bir bütün olarak tanıtılmış ve sosyal ağ analizinde bağlantı tahmini, topluluk keşfi, duygu analizi, metin özetleme vb. alanlarda etkili olarak dolaylı ya da direkt çözüm algoritması olarak kullanılabileceği belirtilmiştir.
📊
Temel Bulgular & Veri:Bu makalede, genel amaçlı arama ve optimizasyon tekniklerinden sosyal tabanlı güncel yapay zekâ optimizasyon algoritmaları, ilk kez bir bütün olarak tanıtılmış ve sosyal ağ analizinde bağlantı tahmini, topluluk keşfi, duygu analizi, metin özetleme vb. alanlarda etkili olarak dolaylı ya da direkt çözüm algoritması olarak kullanılabileceği belirtilmiştir.
💡
Sonuç & Katkı:Bu makalede, genel amaçlı arama ve optimizasyon tekniklerinden sosyal tabanlı güncel yapay zekâ optimizasyon algoritmaları, ilk kez bir bütün olarak tanıtılmış ve sosyal ağ analizinde bağlantı tahmini, topluluk keşfi, duygu analizi, metin özetleme vb. alanlarda etkili olarak dolaylı ya da direkt çözüm algoritması olarak kullanılabileceği belirtilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Optimization · Social network analysis · Artificial intelligence
Özet
Bu makalede, genel amaçlı arama ve optimizasyon tekniklerinden sosyal tabanlı güncel yapay zekâ optimizasyon algoritmaları, ilk kez bir bütün olarak tanıtılmış ve sosyal ağ analizinde bağlantı tahmini, topluluk keşfi, duygu analizi, metin özetleme vb. alanlarda etkili olarak dolaylı ya da direkt çözüm algoritması olarak kullanılabileceği belirtilmiştir.
Abstract
In this paper, current social-based artificial intelligence optimization techniques that are general-purposed search and optimization techniques have been introduced for the first time as a whole and it has been shown that these techniques can be efficiently used as direct or indirect search algorithm within social network analysis such as link prediction, community discovery, sentimental analysis, text summarization, and etc
Altunbey, F., Alataş, B. (2015). Sosyal Ağ Analizi İçin Sosyal Tabanlı Yapay Zekâ Optimizasyon Algoritmalarının İncelenmesi. International Journal of Pure and Applied Sciences, Volume: 1 Issue: 1. https://ajindex.com/articles/1414188
Altunbey, F., Alatas, B., 2015. Overlapping community networks
optimization algorithm. International Journal of Computer Networks and Applications, 2(1): 12-19. in
social parliamentary Atashpaz-Gargari, E., Lucas, C., 2007. Imperialist competitive algorithm: an algorithm for optimization ınspired by ımperialistic Congress
Computation, CEC 2007, 4661-4667.
Evolutionary Borji, A., Gamidi, M., 2009. A new approach to global optimization motivated by parliamentary political competitions. Int. Journal of Innovative Computing, Information and Control, 5(6): 1643- 1653.
Bliss, C.A., Frank, M.R., Danforth, C.M., Dodds, P.S., 2014. An evolutionary algorithm approach to link prediction in dynamic social networks. Journal of Computational Science, 5(5): 750-764
Coello, C., Carlos, A., Becerra, R. L., 2003. Evolutionary
optimization using a cultural algorithm. In Swarm Intelligence Symposium, 2003. SIS'03. Proceedings of the 2003 IEEE, pp: 6-13.
multiobjective Coscia, M., Giannotti, F., Pedreschi, D., 2011. A discovery
networks. Statistical Analysis and Data Mining, 4(5): 512–546.
community complex methods in
Cui, Z. H., Shi, Z. Z., Zeng, J. C., 2010. Using emotional social
algorithm to direct orbits of chaotic systems. 1st International Conference on Swarm, Evoluation and Memetic Computation 389-395.
optimization (SEMCCO2010),
pp. Devi, S., Singla, S., 2012. Comparative analysis of
optimization algorithm & particle swarm
International Journal of Innovative Technology and Exploring Engineering (IJITEE), pp. 82-84.
emotional optimization
techniques. Duarte, A., Sánchez, A., Fernández, F., Montemayor, A.S., 2006. Improving ımage segmentation quality through effective region merging using a hierarchical
Pattern Recognition Letters, 27: 1239– 1251.
metaheuristic. 2003a. A software pipelining method based on hierarchical social algorithms. Proceedings of MISTA Conference, 1: 382-385.
Fernandez, F., Duarte, A., Sanchez, A., 2003b. Hierarchical social algorithms: A new metaheuristic for solving discrete bilevel optimization problems. Technical Report ESCET/URF - DTF/ UPM.
Fortunato, S., 2010. Community detection in graphs. Physics Reports 486(3): 75- 174.
Karaboğa, D., 2011. Yapay zekâ optimizasyon algoritmaları, Nobel Yayın Dağıtım, Ankara.
Osborn, A.F., 1957. Applied imagination, New York: Scribner.
Pooranian, Z., Shojafar, M., Abawajy, J. H., Singhal, M., 2013. GLOA: A new job scheduling
computing. International Journal of Interactive Multimedia and Artificial Intelligence, 2(1): 59-64. for
grid Rao, R.V., Patel, V., 2012. An ımproved teaching-learning-based
algorithm for solving unconstrained optimization
Iranica, pp. 710-720.
optimization problems.
Scientia Ramezani, F., Lotfi, S., 2013. Social-based algorithm
Computing, 13(5): 2837–2856.
Ray, T., Liew, K. M., 2003. Society and civilization: an optimization algorithm based on the simulation of social behavior. Evolutionary Computation, IEEE Transactions on, 7(4): 386-396.
Thammano, A., Moolwong, J., 2010. A new computational intelligence technique based on human group formation. Expert Systems with Applications, 37: 1628–1634.
Uçan, A., 2014, Otomatik duygu sözlüğü çevirimi kullanımı,
Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Ankara. analizinde Yüksek Lisans
Tezi, Zhan, Z., Zhang, J., Shi, Y., Liu, H., 2012. A modified brain storm optimization. WCCI 2012 IEEE World Congress on Computational Intelligence, pp. 1-8.