具有已知、未知或局部已知辅助潜变量的社区检测
社会与信息网络
2023-01-11 v1 信息论
机器学习
math.IT
机器学习
摘要
经验观测表明，在实践中社区归属并不能完全解释观测图各边之间的依赖性。本文将图边的残差依赖性（至一阶）建模为辅助节点潜变量，其影响图边的统计性质但不携带关于目标社区的任何信息。我们随后研究在服从随机块模型与删失块模型并带辅助潜变量的图中进行社区检测。我们分析了当这些辅助潜变量未知（代表未知 nuisance 参数或模型失配）时精确恢复的条件。我们也分析了当这些次级潜变量已被完全或部分揭示时的精确恢复。最后，我们提出一种半定规划算法，用于在次级标签已知或未知时恢复所需标签。我们表明，半定规划可达成各自的极大似然精确恢复阈值并实现精确恢复。
引用
@article{arxiv.2301.04088,
title = {Community Detection with Known, Unknown, or Partially Known Auxiliary Latent Variables},
author = {Mohammad Esmaeili and Aria Nosratinia},
journal= {arXiv preprint arXiv:2301.04088},
year = {2023}
}