从图信号盲推断中心性排序

我们研究盲中心性排序问题，其目标仅从节点观测（即无网络拓扑信息）推断节点的特征向量中心性排序。我们将这些节点观测形式化为图信号，并将其建模为底层（未观测）网络上网络过程的输出。我们提出一种简单的谱算法来估计关联邻接矩阵的主特征向量，从而作为中心性排序的代理。给出了该算法的有限速率性能分析，其中我们找到了正确排序（以高概率）两个感兴趣节点所需图信号数量的下界。随后我们将一般分析专门应用于稠密 ER 图的特定情形，其中可利用已有的图论结果。最后，我们通过合成与真实世界网络中的数值实验说明了所提算法，特别强调了网络特征如何影响性能。