加权网络中基于伪似然的社区检测方法
统计方法学
2023-03-13 v1 机器学习
摘要
社区结构普遍存在于许多真实网络中，节点聚为共享相同连接模式的群组。虽然已针对二值边网络开发了众多社区检测方法，但其中适用于带权边网络（实践中很常见）的方法很少。我们提出了一种在加权随机块模型下导出的伪似然社区估计算法，用于边权服从正态分布的网络，该算法扩展了针对二值网络的伪似然算法，后者在精度与计算效率的组合上表现优异。我们证明，在齐次网络（一种 planted partition 模型的加权类比）的假设下，所提方法获得的估计是一致的，并表明它们在实际中对齐次与非齐次网络均表现良好。我们在模拟网络与一组 fMRI 数据集上展示了该方法，其中边权表示脑区之间的连接性，按构造预期其分布接近正态。
引用
@article{arxiv.2303.05909,
title = {A pseudo-likelihood approach to community detection in weighted networks},
author = {Andressa Cerqueira and Elizaveta Levina},
journal= {arXiv preprint arXiv:2303.05909},
year = {2023}
}