随机块模型中隐类推断的比较研究
机器学习
2013-02-05 v2 统计力学
数据分析、统计与概率
机器学习
摘要
随机块模型中隐类的推断是一个具有重要应用的经典问题。该问题最常用的方法涉及朴素平均场方法或启发式谱方法。最近，信念传播被提出用于解决此问题。在本文中，我们在合成网络上对这三种方法进行了比较研究。我们表明，与朴素平均场和谱方法相比，信念传播表现出更好的性能。这适用于准确性、计算效率以及过拟合数据的倾向。
引用
@article{arxiv.1207.2328,
title = {Comparative Study for Inference of Hidden Classes in Stochastic Block Models},
author = {Pan Zhang and Florent Krzakala and Jörg Reichardt and Lenka Zdeborová},
journal= {arXiv preprint arXiv:1207.2328},
year = {2013}
}
备注
8 pages, 5 figures AIGM12