针对随机块模型 (SBM) 中的社区适配性和两样本检验问题以及稀疏模式、信息理论下限等问题，我们提出了计算效率高、能够成功解决这些问题的测试方法。
Nov, 2018
对基于加权随机块模型生成的两个网络的社区成员资格是否相同进行测试，提出了一种基于奇异子空间距离的测试统计量并开发了该统计量的极限分布。在密集图形的加权随机块模型下，模拟结果表明该测试具有正确的第 1 型错误，并在经验功率上表现符合预期。测试的结果逐渐变化。
研究在平均度数与图像增长的渐近情况下，将 Erdos-Renyi 随机图模型与随机块模型进行比较的方案和方法，提出了一种线性谱统计的新方法，并构建了一系列准确的测试统计量和一类自适应测试来解决假设检验问题。
May, 2017
本研究在考虑顶点度数变化的情况下，提出了一种改进的目标函数用于复杂网络社区结构检测，并提出了一种针对此函数或其非度数校正版本的启发式算法，表明度数校正版本在真实和合成网络中的表现显著优于未校正版本。
Aug, 2010
该论文提出了一种基于规范化拉普拉斯矩阵的正交对称非负矩阵三因式分解的方法，用于在复杂网络中进行社区检测，在包括稀疏和高度异质性的图中均表现良好，并且比现有技术表现更优。
May, 2016
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
使用小子图的观察频率之间的关系，提出了一种基于三节点子图频率的社区结构存在简单检验方法，该方法能够在网络引导模型的零假设下，显示出渐近正态的检验统计量，并在纠正度量复合备选假设下具有接近于一的功率，此外，该方法亦可用于多元高斯数据的检验，并应用于社交网络、科学文章的引用网络和标普 500 公司之间的股票回报率的检测。
Oct, 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
该论文提出了一个基于正则化的似然比（LR）类型过程，用于测试具有有界度数的随机块模型，同时推导了在零假设和备择假设下的幂泊松分布的极限分布，并仔细分析了测试的极限功率。
Jul, 2018
研究了随机块模型在网络数据分析中的应用，采用最大似然拟合方法，当类别数量允许随着网络规模的增加而增加，且平均网络度数不小于对数多项式时，网络节点误分类的比例会以概率为零收敛。同时对由伯努利随机变量组成的数据，建立了最大似然块模型参数估计的有限样本置信区间，在分类分配方面具有一致性。最后通过 Facebook 个人资料的网络数据示例，拟合了具有协变量的随机块模型的 logit 参数化，得出了残余结构的块估计结果。
Nov, 2010