度修正植入分区模型中的重构不可能性结果
概率论
2018-11-27 v3 机器学习
社会与信息网络
机器学习
摘要
我们考虑度修正随机块模型(DC-SBM):一个在个节点上的随机图,具有独立同分布权重(可能重尾),被划分为个渐近等大小的簇。模型参数为两个常数以及权重的有限二阶矩。当和在同一类时,它们以概率被一条边连接,否则以概率连接。我们证明,当时,以与真实社区结构正相关的方式估计簇在信息论上是不可能的。作为我们证明的副产品,我们得到 DC-SBM中局部邻域的一个精确耦合结果,我们在后续论文[Gulikers et al., 2017]中将其用于建立局部泛函的大数定律,以及 在(幂律)DC-SBM中长程相互作用是弱的。
引用
@article{arxiv.1511.00546,
title = {An Impossibility Result for Reconstruction in a Degree-Corrected Planted-Partition Model},
author = {Lennart Gulikers and Marc Lelarge and Laurent Massoulié},
journal= {arXiv preprint arXiv:1511.00546},
year = {2018}
}
备注
Appeared in Annals of Applied Probability