Nov, 2018

基于加权随机块模型的社群成员两样本检验

PDF
TL;DR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。
weighted stochastic block modelcommunity membershipstest statisticsingular subspace distancerenyi divergence
发现论文，激发创造
  • 随机块模型中社群变化的测试

    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

  • 一种适用于随机块模型的拟合优度检验

    我们为随机块模型开发了一种适合性检验方法，采用残差矩阵中最大奇异值作为统计量，并使用随机矩阵理论获得渐进零分布。该检验可以充分检测非块对角结构的交错结构，进而获得一致的序贯检验估计方法来测试不同社区的数量。

    Dec, 2014

  • 加权随机块模型中的社区估计的最优速率

    研究了一种基于加权邻接矩阵的随机块模型， 并通过一种基于离散化的算法，利用 Renyi 散度来表征其误差率。

    Jun, 2017

  • 利用网络统计量进行大型随机图的两样本检验

    本文提出了在假设检验中对比 Facebook 和 LinkedIn 上的友谊网络的解决方案，利用网络统计学衡量网络。通过对网络统计学的集中度进行通用表述，揭示了一个自然的对策，实现了一致的双样本测试。本文还证明，对于某些网络统计量，所提出的测试是最小最优的。

    May, 2017

  • 利用小子图统计量测试全局网络结构

    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

  • 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

  • 混合成员随机块模型中的最优估计

    这篇论文主要研究了重叠社区检测的问题，并提出了一种新的估计方法，以及建立了估计误差的下界。

    Jul, 2023

  • 带有增长度数的随机块模型的最优假设检验

    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

  • 在加权网络中学习潜在的块结构

    文章介绍了一种新的称为 `加权随机块模型` 的社区检测方法，能够从加权网络中学习社区结构并预测未来的互动。

    Apr, 2014

  • 混合成员分布自由模型

    研究在节点成员混合和边权值为有限实数的混合成员加权网络中检测潜在社区信息的问题，使用无分布限制的混合成员模型来解决此问题，并利用高效的谱算法估计社区成员，演示了该算法在具有不同分布的人工数据集和五个真实世界带权网络数据集上的优越性。

    Dec, 2021