有向有符号图的谱分析
该研究探讨了一种利用复数编码边的信息的新型复合厄米邻接矩阵,并提出了一种基于谱图卷积的分析方法,成功地应用于带有符号有向边的有向图网络。该方法在四个真实数据集上的实验证明其具有较高的性能表现。
Aug, 2022
本文提出基于复值矩阵表示有向图的谱聚类算法,以克服现有有向图谱聚类算法的局限性,并应用于美国内部迁移数据集,揭示了人们从农村向城市化程度更高的地区迁移的规律。
Aug, 2019
本文介绍了一种在带符号图中进行 $k$ 路分簇的原则性和理论上可靠的谱方法。我们的方法受到社会平衡理论的启发,旨在将网络分解为不相交的群体,使得同一组中的个体通过尽可能多的正边相连接,而不同组中的个体则尽可能多地连接负边。我们的算法依靠广义特征问题公式,为带符号的随机块模型提供了理论保证。数值实验表明,我们的方法在带符号聚类中比现有方法表现得更好,特别是在大量簇和稀疏测量图的情况下。
Apr, 2019
本文系统地介绍了图割方法,着重介绍了归一化图割方法及其在加权无向图和有向图聚类中的应用,并提出了解决带符号图的问题的方法。此外,本文还表明了比率割方法是归一化割方法的特例。
Jan, 2016
分析了现有的谱聚类扩展,发现现有方法在某些情况下不能恢复基础聚类,提出使用正负部分拉普拉斯矩阵的几何平均值可以超越现有方法并且可以高效计算。
Jan, 2017
本文提出了两种基于特征值计算的分析有向图中节点间循环模式与非循环模式连接的光谱聚类算法,相比于当前的方法在实验中表现更好,并成功应用于食物链的分类和互联网服务提供商之间协议的层级结构的高亮显示
May, 2018
本文探究了实际图形的频谱密度,并借用凝聚态物理学的工具及其适应性处理常见的图形模式的频谱签名。通过计算具有十亿边缘的图形的频谱密度来展示其高效性。同时,证明频谱密度的估计促进了许多常见的中心度量的计算,并使用频谱密度估计了有关图形结构的有意义信息,这些信息不能仅通过极值特征对推断得出。
May, 2019