随机点积图中基于模型的植入伪团检测：邻接谱嵌入与图编码器嵌入方法
统计方法学
2025-12-08 v2 机器学习
摘要
本文探讨了邻接谱嵌入（ASE）和图编码器嵌入（GEE）在随机点积图设定下捕获嵌入伪团结构的能力。在理论和实验中，我们证明，在缺乏额外干净（即不含植入伪团）网络数据的情况下，这种模型与方法的配对可能产生比现有最佳谱团检测方法更差的结果。然而，如果提供额外的干净、独立网络数据，这些方法可用于渐近地定位伪团。这同时展示了这些方法捕获中等大小伪团的潜在能力/局限性，以及它们对产生伪团结构的模型污染的鲁棒性。为进一步丰富分析，我们还在仿真和真实数据实验中考虑了变分图自编码器（VGAE）模型。
引用
@article{arxiv.2312.11054,
title = {Detection of Model-based Planted Pseudo-cliques in Random Dot Product Graphs by the Adjacency Spectral Embedding and the Graph Encoder Embedding},
author = {Tong Qi and Vince Lyzinski},
journal= {arXiv preprint arXiv:2312.11054},
year = {2025}
}