Jun, 2014

广义随机块模型中的边标签推断：从谱理论到不可能结果

PDF
TL;DR研究一种用于不规则网络与潜在属性的随机图模型，提出了一种计算有效性的光谱算法并展示了其可在部分可观察网络下进行渐近正确的推测，作为其分析的副产品，该模型提供了一种构建具有预先指定的特征谱的随机图模型的通用程序。
发现论文，激发创造
  • 光谱聚类和高维随机块模型

    本文提出了用于网络中的聚类分析的一种新方法，利用谱聚类在随机块模型中发现社区和研究潜在空间模型下的特征向量。

    Jul, 2010

  • 随机块模型中谱聚类的一致性

    研究了随机块模型中谱聚类在社区提取中的性能表现，并表明在最大期望度数的阶数为 $log~n$ 时，谱聚类应用于网络的邻接矩阵时，即使度数很小，也可以一致地恢复出隐藏的社区。

    Dec, 2013

  • 基于度修正随机分块模型的正则化谱聚类

    本文介绍了一种新的谱聚类算法，它扩展了之前的算法结果，删除了对最小度数的假设，并通过统计模型来解释网络中出现的星形图案在本质上的性质。

    Sep, 2013

  • 关于随机块模型图的谱嵌入性能和揭示网络结构

    本文分析 Laplacian 和 adjacency 频谱嵌入在随机块模型图中块分配恢复方面的相对性能，并研究了嵌入性能与底层网络结构之间的关系，结果表明 Laplacian spectral embedding 更适用于相对稀疏的图，而 adjacency spectral embedding 更适用于核心 - 边缘网络结构。

    Aug, 2018

  • 动态随机块模型中的谱聚类

    本文介绍了一种基于 Dynamic Stochastic Block Model（DSBM）的方法，使用核函数估计边缘概率张量并进行谱聚类，可适应未知的连续时间点连接概率平滑度、群体成员转换率和聚类数目，并伴随着对估计精度和聚类结果的非渐进性保证。

    May, 2017

  • 稀疏图中的随机块模型和社区检测：一种具有最佳恢复速率的谱算法

    本文提出并分析了一种简单且稳健的具有 $k$ 个节点的随机块模型的谱算法，解决了关于消隐块模型的一个未决问题。

    Jan, 2015

  • 基于分层随机块模型的谱聚类的一致性

    本文研究在通用随机块模型下的实际网络社区层次结构，使用基于非标准化图拉普拉斯矩阵的菲德勒向量的标准递归双分割算法，并在广泛的模型参数范围内证明了该方法的强一致性，包括节点度数 $O (log n)$ 的稀疏网络和连接概率相差几个数量级的多尺度网络。此外，论文通过对合成数据和现实世界例子的演示，展示了算法的性能问题。

    Apr, 2020

  • 基于谱聚类算法的社区检测分析：一般二分图情形

    本文提出一种新的数据驱动正则化方法来解决稀疏网络中恢复邻接矩阵集中性的问题，进而探讨了一种新的谱截断方法对一般 SBM 中的分类错误率的影响，并在模型的一些扩展，包括不均匀随机图模型和二元聚类问题中得到更优性能的证明。

    Mar, 2018

  • 大规模稀疏网络中基于伪似然方法的社区发现

    本文提出了一种新的快速伪似然法来拟合社区内网络模型，以及一种允许任意度数分布的变体，并且在一系列设置下表现良好，并使用其提供了一个初始化值伪似然估计，其中伪似然估计在两个社区块模型的情况下提供了一致的估计。

    Jul, 2012

  • 标签随机块模型中的社区检测

    利用标记的随机块模型来识别多种类型相互作用的社区检测问题，证明了检测阈值可以从信度传播的不敏感转换为敏感，进而进行模型推理的相关推理问题从不可能到可能的过渡，并得出了使用信度传播进行社区检测的结果，证明了理论假设的正确性。

    Sep, 2012