统计网络模型调查
这篇论文回顾了近年来研究网络系统(如 Internet、社交网络和生物网络)的各种技术和模型,包括小世界效应、度分布、聚类、网络相关性、随机图模型、网络增长模型和动态过程。
Mar, 2003
本文回顾了复杂网络领域的最新进展,重点讨论了网络拓扑和动态的统计力学。通过回顾激发最近对网络兴趣的实证数据,讨论了主要模型和分析工具,包括随机图、小世界和无标度网络等,以及拓扑与网络抵抗故障和攻击的稳健性之间的相互作用。
Jun, 2001
研究了三个网络的概率模型:随机块模型中的社区检测,随机几何图的嵌入以及优先附着树中的初始顶点,并探讨了很多与概率论相关的有趣话题,如泊松瓮,大偏差理论、高维度测度集中、熵集中极限定理等。
Sep, 2016
本文提出了一个网络抽样的框架,此框架能从静态到流式的完整的计算模型范围内,基于图诱导设计了一系列通用的采样方法,并证明此系列采样方法可以更准确地保留输入图的拓扑特性,研究了网络采样算法对关系分类算法参数估计和性能评估的影响。
Nov, 2012
我们提出了一种基于广义线性(混合)模型的基于模型的聚类方法,用于描述网络人口的联合分布并识别共享某些感兴趣的拓扑性质的网络子人口,最大似然估计可通过 EM 算法实现。
Jun, 2018
介绍了概率网络模型的不同类型以及它们之间的相似性和不同之处,这些模型包含了物理学、社会学、生物学、统计学和机器学习等多个领域,同时也揭示了未来的研究机会和挑战。
Nov, 2014
本文综述了过去三年来分析和建模时空网络及其上进行的各种过程的方法,旨在更准确地进行预测和机械理解,重点关注社交网络中的传染病、观点和谣言传播、计算机网络中的信息包以及生物学中的各种信号等,并讨论了未来的研究方向。
Aug, 2015
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
本文提出了一些标准网络模型的概括,包括随机网络、配置模型和随机块模型,将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制,并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态,以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构,我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。
Jul, 2016