Jun, 2017

欧几里得随机图上的社区检测

PDF
TL;DR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。
发现论文，激发创造
  • 几何设置下的社区检测与信息渗透

    本研究提出了一种新模型 —— 基于度量空间的几何随机图，用于替代传统的离散社区结构模型，并讨论了在稀疏情况下对该模型的位置恢复问题，同时对一种树的信息流模型进行了改进和定理研究。

    Jun, 2020

  • 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

  • 多视角随机块模型中的社区检测

    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

  • 几何块模型中的社区恢复

    使用新的随机图模型 —— 几何块模型，基于随机几何图，拓展了社区检测模型，提供了新的连通性结果和效率条件，引入简单的三角形计数算法检测成功恢复潜在社区。

    Jun, 2022

  • 稀疏随机网络中的社区检测

    考虑在稀疏随机网络中检测紧密社区的问题，将其形式化为在随机图中测试是否存在密集子图。在本文中，我们研究渐近稀疏情况下的信息理论下限，并比较了各种测试方法的性能，发现我们的检测边界是尖锐的。

    Aug, 2013

  • 广义随机块模型中的边标签推断：从谱理论到不可能结果

    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。

    Jun, 2014

  • 随机块模型中的社区检测主动学习

    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

  • 层级随机块模型中的社区检测和分类

    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

  • 从受审查的边缘测量中解码二进制节点标签：相变和高效恢复

    利用半定规划及二元变量，针对含有噪声的观测变量和图的边缘矩阵进行数据重构和分析，可以对图中两个社区及其相关性进行分析与检测。

    Apr, 2014

  • 稀疏网络社区检测的信息论门限

    论文提出了信息论阈值的上下界，并进一步证明了当组数较大且特定参数取值时，物理条件下的凝聚阈值是具有严格界限的，若邻居间与组间边缘概率不同，则分配问题可以解决，否则无算法可优于随机。

    Jan, 2016