关键词modularity maximization
搜索结果 - 7
- KDD重新审视图聚类的模块化最大化:对比学习的视角
本研究探讨了模块性最大化方法在图聚类中的潜在成功,将模块性最大化与图对比学习联系起来,提出了一种基于社区感知的图聚类框架 MAGI,通过利用模块性最大化作为对比预训练任务来有效地揭示图中社区的潜在信息,同时避免了语义漂移问题。广泛实验证实了 - 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
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。
- 基于凸化的修正度量随机块模型最大化
本文提出了一种基于凸规划松弛和新的双重加权 $k$- 中位数方法的凸化模块化最大化方法,用于估算 DCSBM 下的隐藏社群,通过实验结果表明本方法相对于文献中现有的最先进方法具有竞争力的性能表现。
- 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。
- 图谱与网络中社区结构的可检测性
本研究研究了具有社区结构的网络,并使用随机矩阵理论中的方法,在大尺寸的极限下计算了这些网络的特征值,并因此证明了矩阵方法在社区检测方面的相变存在,为最优检测模式提供了证明。
- MM物理评论引用网络的社群结构
本文研究了《Physical Review》出版物在 1893 年至 2007 年 8 月之间的引文网络中物理学子领域的社区结构。作者使用模块度最大化来发现明确定义的物理学子领域所对应的重要社区,同时也考察了不同年代之间社区的联系。
- 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。