ALMA：用于混合多层网络聚类的交替最小化算法
机器学习
2021-10-14 v4 机器学习
统计理论
统计理论
摘要
本文考虑混合多层随机块模型（MMLSBM），其中各层可被划分为相似网络的组，且每组中的网络配备不同的随机块模型。目标是将多层网络划分为相似层的簇，并识别这些层中的社区。Jing 等人（2020）提出了 MMLSBM 并基于正则化张量分解开发了聚类方法 TWIST。本文提出一种不同的技术，即交替最小化算法（ALMA），旨在同时恢复层划分以及不同层的连接概率矩阵估计。与 TWIST 相比，ALMA 在理论和数值上均达到更高精度。
引用
@article{arxiv.2102.10226,
title = {ALMA: Alternating Minimization Algorithm for Clustering Mixture Multilayer Network},
author = {Xing Fan and Marianna Pensky and Feng Yu and Teng Zhang},
journal= {arXiv preprint arXiv:2102.10226},
year = {2021}
}