Jul, 2020

扩展随机块模型及其在犯罪网络中的应用

PDF
TL;DR通过基于吉布斯先验的扩展随机块模型（ESBM），本文研究了包含测量误差、未知核 - 边缘、同类与异类结构的隐藏式犯罪网络的组结构学习问题，并针对各类不确定性提出了更准确的建模、估计和预测策略，其中以 Gnedin 过程为先验的 ESBM 表现出较高的准确性。
network datacovert networkscriminal organizationstochastic block modelsgibbs-type priors
发现论文，激发创造
  • 贝叶斯随机块模型

    本文介绍了利用贝叶斯推断从网络数据中提取大规模模块化结构的方法，重点介绍了基于随机块模型（SBM），以及其度修正和重叠推广。提供了一种允许防止过度拟合，实现模型选择的非参数公式。讨论了先验选择的方面，特别是如何通过加强贝叶斯层次结构来避免欠拟合，同时描述了执行单点估计和采样网络分区的有效算法。还展示了如何利用推断 SBM 来预测丢失和虚假链接，并揭示了网络中模块化结构可检测性的根本限制。

    May, 2017

  • 微正则随机块模型的非参数贝叶斯推断

    本文提出了一种基于无参数贝叶斯方法的微正则随机块模型，旨在同时改善深入贝叶斯层次结构的推断以及模型选择能力，以推断网络的模块结构和层次组织，并介绍了一种高效的推理算法。

    Oct, 2016

  • 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

  • 随机块模型遇上图神经网络

    本论文提出一个稀疏变分自编码器用于图形数据，融入了 SBMs 和 GNNs 方向，实现了节点嵌入的快速推理，适用于各种类型的 SBMs，并在链接预测和社群发现方面得到了令人鼓舞的结果。

    May, 2019

  • 动态社交网络的混合成员随机块模型的顺序蒙特卡罗推断

    本文通过贝叶斯推断与粒子滤波方法，提出了基于 MMSB 模型的在线推理方法。通过实验发现，采用时间相关的粒子滤波器可以更好地预测网络结构。

    Dec, 2013

  • 社群检测与随机块模型

    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

  • 受限 Tweedie 随机块模型

    提出了一种基于受限 Tweedie 分布的创新的随机分块模型，用于模拟国际贸易网络中的非负零膨胀连续边权重，并结合节点信息和其对边权重的动态影响，实现了有效的两步算法来估计协变效应和其他参数，并通过广泛的模拟研究和真实的国际贸易数据的应用证明了该方法的有效性。

    Oct, 2023

  • 在任意异常节点存在下的强健且计算可行的社区检测

    本研究将随机块模型扩展到广义随机块模型，提出了一种使用凸优化和 k 均值算法的程序，用于在存在离群节点的情况下，准确检测社区的聚类。

    Apr, 2014

  • 多视图聚类的多层随机块模型混合

    该研究提出了一种用于聚合来自不同信息源的多个聚类的原始方法，使用多层随机块模型（SBM）的混合来将具有相似信息的共成员矩阵分组为组件，并将观测分割为不同的聚类，考虑它们在组件内的特定性。该方法对模型参数的可识别性进行了建立，并提出了一种变分 Bayesian EM 算法来估计这些参数，通过贝叶斯框架选择了最佳的聚类和组件个数。该方法在合成数据、共识聚类和基于张量的大规模复杂网络社区检测算法上进行了比较，最后将该方法应用于全球食品贸易网络的分析，得到了有趣的结构。

    Jan, 2024

  • 上下文随机块模型的最优推断

    本文提出了基于上下文随机块模型的半监督社区检测，并使用置信传播算法解决推断问题。研究表明，与已有的图神经网络相比，该算法性能更优，因此该模型可用于开发更高效的图神经网络 。

    Jun, 2023