基于动力学观测的随机块模型盲辨识
机器学习
2020-05-08 v2 社会与信息网络
物理与社会
机器学习
摘要
我们考虑一个盲辨识问题，旨在未知网络连边的情况下，仅基于某一过程的节点观测来恢复网络的统计模型。更具体地，我们关注由在未知网络上演化的扩散过程的多个轨迹所取出的单快照组成的观测。我们将网络建模为从一个隐随机块模型（SBM）的独立抽取，目标是推断节点到块的划分以及该 SBM 的参数。我们讨论了与此问题相关的若干不可辨识性问题，并给出了可证明以高精度解决划分恢复与参数估计问题的简单谱算法。我们的分析依赖于随机矩阵理论与协方差估计的近期结果，以及相关的集中不等式。我们通过若干数值实验说明了我们的结果。
引用
@article{arxiv.1905.09107,
title = {Blind identification of stochastic block models from dynamical observations},
author = {Michael T. Schaub and Santiago Segarra and John N. Tsitsiklis},
journal= {arXiv preprint arXiv:1905.09107},
year = {2020}
}
备注
33 pages; 4 figures