该研究从信息论的角度考虑了在多个可能相关的图上的社区检测问题。通过建立多视图随机块模型 (MVSBM)，我们得出了一个信息论的上界和下界，当 MVSBM 的模型参数超过某个阈值时可以实现准确的社区恢复，否则期望的错误分类节点数将大于一。

Jan, 2024

该论文提出了一种强大、可扩展、综合的图中社区检测和比较方法，首先将图嵌入到一个适当的欧几里得空间中以获得低维表示，然后将顶点聚类成社区，并应用非参数图推理技术识别这些社区之间的结构相似性，然后可以递归地应用这两个步骤到社区上，以检测更细粒度的结构。最后，在模拟和真实数据上证明了该算法的有效性。

Mar, 2015

利用半随机模型在社区检测中的效果，展示了一个关于信息论界限的惊人结果，这一结果表明，基于半正定规划的算法比达到信息论界限的任何算法都要健壮。

Nov, 2015

本文针对标记随机块模型中的社群检测或聚类问题研究了一种基于谱方法的算法，通过观察随机标签，找到至多 s 个错误分类项的聚类算法，并给出了该算法的时间复杂度为 O (npolylog (n))。

Oct, 2015

本文主要研究了随机块模型的聚类问题和主动学习的应用，发现在一定条件下，即使在聚类阈值以下，仅仅采样少量的节点标签，也能高概率地完成完整的社区检测，所提供的高效学习算法能够很好地验证这一理论，并通过数值实验进行了验证。

May, 2016

这篇论文主要研究了重叠社区检测的问题，并提出了一种新的估计方法，以及建立了估计误差的下界。

Jul, 2023

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

本研究考虑在具有二元社区标签和 R^d 值位置标签的欧几里得随机几何图上进行社区检测问题，其中边缘概率依赖于社区和位置标签。我们针对稀疏和对数度规则建立了相变现象，并给出了阈值的约束。此外，我们还展示了在我们的模型与没有社区标签的空模型之间进行测试的可区分性问题的阈值没有相变现象，并且特别地与 SBM 不同。

Jun, 2017

这份论文调查了随机块模型在社群检测中的基本极限，研究其信息理论和计算统计学等问题，列举了几种主要算法用于实现这些极限，并探讨了其他块模型以及一些待解决的问题。

Mar, 2017

本论文提出了一种通用的，可以处理各种弱一致性问题的社区检测算法，在保证最优统计性能的同时，具有高计算效率和竞争性数值结果。

May, 2015