含环境噪声的加权多层网络中的社区检测

我们引入了一种多层加权网络的新模型，该模型除局部信号外还考虑了全局噪声。该模型类似于多层随机块模型（SBM），但关键区别在于跨层独立的块间交互对整个系统而言是共同的，我们称之为环境噪声。单个块也由这些固定的环境参数刻画，以表示不属于其他任何地方成员。该方法允许同时对块进行聚类与类型化，将其区分为信号或噪声，以更好理解它们在整体系统中的角色，这是现有块模型所未考虑的。我们采用一种层次变分推断的新应用来联合检测并区分块的类型。我们将这种用于多层加权网络的模型称为随机块（含）环境噪声模型（SBANM），并开发了相应的社区检测算法。我们将该方法应用于费城神经发育队列中的受试者，以发现具有与精神病相关的共现精神病理学的受试者社区。