基于模型的网络群聚类

Jun, 2018

Model-based clustering for populations of networks

Mirko Signorelli, Ernst Wit

TL;DR我们提出了一种基于广义线性（混合）模型的基于模型的聚类方法，用于描述网络人口的联合分布并识别共享某些感兴趣的拓扑性质的网络子人口，最大似然估计可通过 EM 算法实现。

Abstract

Until recently obtaining data on populations of networks was typically rare. However, with the advancement of automatic monitoring devices and the growing social and scientific interest in networks, such data has become more widely available. From sociological experiments involving cog

populations of networks mixtures of generalized linear models clustering method covariates em algorithm

发现论文，激发创造

网络人群的非参数贝叶斯建模

探讨了一种基于贝叶斯非参数方法的连接组学模型，通过混合模型降低维度并在每个混合组件中高效地整合网络信息，提高了对网络值随机变量概率质量函数的推断灵活性。

Jun, 2014

关于群聚网络价值数据

本文论述如何应对集合多种网络数据的任务，并提出一种新的在非对称网络中对每个网络节点分配计算特征向量的网络聚类方法。

Jun, 2016

具有重叠组的大规模网络模型的模型选择和假设检验

该研究使用最小描述长度标准和后验概率比方法，基于统计学推断从许多生成模型中选择最佳的模型，结果表明，节点内部的属性通常比群体属性更重要，度修正模型通常是大多数无权网络的最佳模型。

Sep, 2014

网络社区检测的高效和原则性方法

描述了一种基于分布式网络模型的重叠社区检测方法，使用了快速的期望最大化算法对数百万节点的网络进行分析，可用于提取非重叠的社区划分。

Apr, 2011

大规模稀疏网络中的社群筛选

在研究中，我们介绍了一种适用于大规模稀疏网络的直观客观函数来量化聚类结果的质量，并且通过模拟网络的优化试验和基准问题的应用来证明了这种方法的实用性和准确性。

May, 2024

一种带有社群结构的演化网络模型

本文提出了一种基于内部社区优先附着和社区间优先附着机制的演化网络模型，分析了此网络模型的度分布，理论结果和数值模拟表明，该网络模型具有社区结构和无标度特性。

Oct, 2005

统计网络模型调查

本文综述历史发展中的统计网络建模及其在静态和动态网络模型中的应用，强调对图形化表示、参数及其估计的解释，并介绍了机器学习和统计学中的一些未解之谜和挑战。

Dec, 2009

基于图距离模拟网络人口

本文提出一种新的模型类别，通过引入基于 Frechet 平均图和控制分布密度的参数，以及基于层级 bayesian 方法的策略，实现多网络数据分析和模拟研究。

Apr, 2019

统计网络分析中的基本模型和问题

研究了三个网络的概率模型：随机块模型中的社区检测，随机几何图的嵌入以及优先附着树中的初始顶点，并探讨了很多与概率论相关的有趣话题，如泊松瓮，大偏差理论、高维度测度集中、熵集中极限定理等。

Sep, 2016

网络关联数据的预测模型

本研究探讨了在众多现代应用中，训练数据中可能存在互相连接的个体不独立样本的情况下，预测算法的表现。我们提出了一种基于网络的罚函数来鼓励联通节点的预测相似性，并证明了将其应用于预测模型能够在现实和理论上得到显著的表现改进，特别在存在网络内部联系的情况下。此罚函数可以与许多基于损失的预测模型相结合，如回归模型，广义线性模型和 Cox 比例危险模型。通过对青少年的探险行为和大麻使用水平的预测研究，我们发现了这种方法对预测行为的提高是有效的，并且提供了对变量效应估计的说明。

Feb, 2016