非バイナリおよび時間確率ブロックモデルにおけるコミュニティ回復【JST・京大機械翻訳】

Avrachenkov Konstantin; Dreveton Maximilien; Leskelae Lasse

プレプリント

J-GLOBAL ID：202202218133242503 整理番号：22P0002633

非バイナリおよび時間確率ブロックモデルにおけるコミュニティ回復【JST・京大機械翻訳】

Community recovery in non-binary and temporal stochastic block models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年08月11日プレプリントサーバーでの情報更新日： 2022年08月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文は,Nノードのネットワークにおけるペアワイズ相互作用からの潜在コミュニティメンバーシップの推定を研究し,そこでは,観測された相互作用が,バイナリ,カテゴリー,およびベクトル値を含む任意のタイプであり,時系列または空間点パターンのようなより一般的なオブジェクトを除外しない。そのようなデータに対する生成モデルとして,一般的な測定可能な相互作用空間Sを持つ確率的ブロックモデルを導入し,最小達成可能誤り率に対する情報理論的限界を導いた。これらの限界は,データスパース性,内部およびブロック間相互作用分布間の統計的類似性,および相互作用空間の形状およびサイズに関して,一貫性のある強く一貫した推定子の存在に対する鋭い基準を与える。一般的フレームワークは,N→∞とT→πの両方の設定において,S={0,1} ̄Tを有する時間的および多重ネットワークを研究することを可能にし,時間的相互作用パターンは時間にわたって相関する。時間的Markov相互作用に対して,鋭い一貫性閾値を導出した。また,観測されたデータの非二値特性を完全に利用する高速オンライン推定アルゴリズムも提示した。合成および実データに関する数値実験は,これらのアルゴリズムが,非常にスパースなデータ配列に対してさえ,正確に正確な推定を生成することを示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

分子・遺伝情報処理 , 人工知能

, , , ,

前のページに戻る