上下文随机块模型：尖锐阈值与连续性
社会与信息网络
2020-11-20 v1 机器学习
统计理论
机器学习
统计理论
摘要
我们研究上下文随机块模型（arXiv:1807.09596 [cs.SI]、arXiv:1607.02675 [stat.ME]）中的社区检测。在arXiv:1807.09596 [cs.SI]中，第二作者在高维节点协变量稀疏图设定下研究了该问题。他们利用统计物理中非严格的空腔方法，推测了此设定下社区检测的尖锐极限。此外，在假设观测图平均度较大的前提下，信息论阈值得到了验证。预期该推测在平均度大于1（即图具有巨连通分量）时即成立。我们确立了该推测，并刻画了检测与弱恢复的尖锐阈值。
引用
@article{arxiv.2011.09841,
title = {Contextual Stochastic Block Model: Sharp Thresholds and Contiguity},
author = {Chen Lu and Subhabrata Sen},
journal= {arXiv preprint arXiv:2011.09841},
year = {2020}
}
备注
24 pages, 1 figure