Dec, 2008

一种动态网络成像的状态空间混合成员分块模型

PDF
TL;DR本文提出了一种基于模型的方法来分析动态时间变化的网络中的演员，即动态层析。与其他网络推断技术不同，我们的方法将每个演员的角色建模为一个时间演化的混合成员向量，以更贴近现实。我们应用该模型分析了僧侣之间的社交网络，Enron 员工之间的动态电子邮件通信网络和果蝇在其完整生命周期期间重新布线的基因相互作用网络，揭示了演员动态角色的有趣模式。
发现论文，激发创造
  • 动态随机块模型用于时间演化社交网络

    本文提出了一个状态空间模型，将静态网络的随机块模型扩展到动态网络的建模中，并使用扩展卡尔曼滤波器配合局部搜索来拟合模型，实验表明此算法与使用马尔可夫蒙特卡罗抽样的最先进算法相竞争，但计算代价显著降低。

    Mar, 2014

  • 加权标记网络的动态混合成员随机块模型

    本文提出了一种基于混合成员聚类的时间先验动态标记网络模型推断方法，该方法具有很强的鲁棒性和需要较少的训练数据，并拓宽了机器学习在社会科学等许多领域中应用的可能性。

    Apr, 2023

  • 动态社交网络的混合成员随机块模型的顺序蒙特卡罗推断

    本文通过贝叶斯推断与粒子滤波方法，提出了基于 MMSB 模型的在线推理方法。通过实验发现，采用时间相关的粒子滤波器可以更好地预测网络结构。

    Dec, 2013

  • 动态网络的潜在空间模型

    本研究利用潜在欧氏空间嵌入纵向网络数据轨迹，提出了一种动态网络模型，采用 MCMC 算法估计模型参数和演员的潜在位置。该模型具有有意义的可视化效果，易于处理方向或无向边，缺失边且很好地用于预测未来边。此外，我们给出了一种新颖的方法来仅使用边信息来检测和可视化演员之间的吸引力。我们使用该模型研究了从荷兰教室和美国众议院成员收集的协同赞助网络中收集的数据，以展示该模型的实用性并使研究人员深入了解网络的演化和结构。

    May, 2020

  • 动态网络和时态知识图谱的神经潜空间模型

    本文提出了一种适用于动态网络的统计模型 Neural Latent Space Model with Variational Inference，该模型能够表示并预测网络结构的演化，并在同质、双部分和异质网络的真实数据集上表现出优异的性能。

    Nov, 2019

  • 动态网络的生成模型与应用

    本文提出了一种基于潜在空间的统计模型，用于对社交网络、协作网络等观察到的具有时间动态的网络进行建模和分析，该模型可应用于社区检测和链路预测等任务，并与现有方法相比表现出更好的效果。

    Feb, 2018

  • 动态网络的非参数多组成员模型

    提出了一种非参数的动态网络多组成员模型，通过距离依赖的印度 Buffet 过程对单独组的诞生和死亡进行建模，通过因子隐马尔科夫模型对个体节点组成员身份的演变进行捕捉，通过显式建模组的连接结构来解释网络结构的动态性。该模型通过在各种不同类型的网络数据中识别潜在组的动态性，证明了其在未来网络预测和丢失链路预测上提供了更好的预测性能。

    Nov, 2013

  • 动态无限混合成员随机块模型

    本文提出了一种动态无限混合成员随机块模型（DIM3），在社交网络环境中应用了混合成员随机块模型（MMSB）的概念，并引入了额外的模型参数，以反映连续时间内成员资格之间的持久度，提供了两种有效的后验抽样策略以及其结果。

    Jun, 2013

  • 混合成员随机块模型

    本文描述了一种潜变量模型 -- 混合成员随机块模型，它扩展了关系数据的块模型，捕捉混合成员潜在关系结构，提供对象特异性低维表示。我们开发了一种快速近似后验推断的通用变分推断算法，并探讨了在社交和蛋白质交互网络中的应用。

    May, 2007

  • 用于模块化网络的随机块模型渐近分析及其算法应用

    本文利用统计物理的空穴方法，对社交和生物网络中的随机块模型进行了研究，从拓扑学的角度来推断功能群或社区。我们详细描述了一些性质，例如检测性 / 不可检测性的相变和社区检测问题的易于 / 困难的相变，并将分析自然翻译为信念传播算法。该算法在最优方式下推断节点的组成员资格，并学习该块模型的潜在参数，最后应用于两个真实世界的网络并讨论其性能。

    Sep, 2011