Oct, 2023

社群检测中近似、启发式和图神经网络算法中的模块化最大化分析

PDF
TL;DR分析表明，常用的基于模块性的方法在发现社区结构时很少产生最优划分或最接近最优划分的划分，因此，推荐使用近似优化算法以在方法适用范围内更加方法论严谨地使用模块性。
community detectionmodularity maximizationperformance analysisheuristicspartition dissimilarity
发现论文，激发创造
  • 网络中的模块性和社区结构

    通过改进算法的方式，基于特征矩阵的谱算法检测网络数据的社区结构，运行时间比模拟退火等竞争方法更短且获得更好质量的结果。

    Feb, 2006

  • 实际情境中模块化最大化的性能

    本文研究了模块化最大化技术在实际情况下的行为和准确性，并发现模块度 Q 函数存在极端退化现象，输出的分区属性可能根据解决方案而异，论文讨论了缓解这些问题的途径。

    Oct, 2009

  • 基于模块度最大化及其变体的社区检测

    介绍了用于社区检测的度量学，讨论了不同算法中面临的限制问题，并提出了同时避免这些问题的 Modularity Density 度量学。提出了两种精细调整的社区检测算法，并证明了其中基于 Modularity Density 度量学的 Fine-tuned Qds 算法是最有效的。

    Jul, 2015

  • 多元谱社区检测在网络中

    该研究旨在提出一种更高效的基于谱的算法来实现网络社区的检测和划分，该算法基于调整后的模块度矩阵与特征向量，能够将网络分成任意数量的社区。经过实现和测试，该算法在分割不平衡的网络时表现明显优于之前的算法。

    Jun, 2015

  • 基于极端优化算法的复杂网络社区发现

    提出了基于最大化模块度值的极端优化方法，用于发现复杂网络中的社区结构，结果超越现有算法，具有高效和准确性，可以用于大型复杂网络中的社区结构精确识别。

    Jan, 2005

  • 社区检测中的分辨率极限

    本研究发现模块度优化在网络分区时可能无法识别一些小规模的模块，因此探讨在实际应用中的实际后果和解决方法。

    Jul, 2006

  • 基于模块性的超图社区检测

    本文提出了一种使用超图模块性函数的可扩展社区检测算法 h-Louvain。通过调整算法的初始阶段，利用两部分图的图模块性函数和期望的超图模块性函数的线性组合，通过贝叶斯优化超参数的过程，提出了解决方法。在合成和真实网络上进行了各种实验证明，该过程在各种情况下都可以得到改进的结果。

    Jun, 2024

  • 有向网络中的社区结构

    本文介绍了一种针对有向网络的社群发现方法，利用广泛使用的收益函数 - 模块度，通过将边方向的信息纳入，通过寻找网络可能的分割来最大化模块度，进而利用相应的模块度矩阵的特征向量得到社群结果，并证明该方法在各种测试网络上比以往方法产生更好的结果。

    Sep, 2007

  • 大规模网络中社群的快速展开

    利用基于模块度优化的启发式算法提取大型网络的社群结构，并且证实它的优越性和精准性在比利时移动电话网络和超过 10 亿个链接的网络图中得到了很好的效果。

    Mar, 2008

  • 探测网络社群：一种新的系统化高效算法

    本文介绍了一种利用图拉普拉斯矩阵的谱特性，结合分层聚类技术和包含最大化输出模块化程度处理的高效且相对较快的检测复杂网络中社区的算法，并将其性能与其他现有方法在不同的复杂网络实例中应用进行了比较。在所有测试案例中，我们的结果都至少与任何其他方法获得的最佳结果一样好，大多数情况下比提供类似质量结果的方法更快，这使得该算法成为检测和分析复杂网络中社区和模块化结构的有价值的计算工具。

    Apr, 2004