基于吸引子的演化型点积随机图模型
统计方法学
2025-05-06 v1 应用统计
摘要
我们提出了基于吸引子的演化型点积随机图模型 (ABCDPRGM)，用于分析表现出极化或群体行为的时间序列网络数据。在点积随机图范式下生成图形，为每个节点分配群体成员身份。随着时间演化，每个节点的潜在位置将根据其当前位置以及两个吸引子而变化，这两个吸引子被定义为其所有共享相同群体成员身份或与其群体成员身份不同的邻居潜在位置的中心。为吸引子分配参数，以量化吸引子对每个节点潜在位置轨迹的影响程度。我们开发了参数的估计器，证明了其一致性，并在特定假设下建立了收敛速率。通过 ABCDPRGM，我们提供了一个新框架，用于量化和理解动态网络数据中影响极化或群体行为的潜在力量。
引用
@article{arxiv.2505.02675,
title = {Attractor-Based Coevolving Dot Product Random Graph Model},
author = {Shiwen Yang and Daniel L. Sussman},
journal= {arXiv preprint arXiv:2505.02675},
year = {2025}
}