有符号图上的精确社区恢复
社会与信息网络
2022-02-25 v1 机器学习
最优化与控制
摘要
有符号图以正边与负边编码不同实体间的相似与不相似关系。本文研究由具有两个等规模社区的有符号随机块模型（SSBM）生成的有符号图上的社区恢复问题。我们的方法基于 SSBM 的最大似然估计（MLE）。与许多现有方法不同，我们的公式揭示有符号图的正边与负边应被不等对待。随后我们提出一种简单的两阶段迭代算法求解正则化 MLE。结果表明，在对数度机制下，所提算法能在信息论极限处以近线性时间精确恢复底层社区。报告了合成与真实数据上的数值结果，以验证并补充我们的理论进展并展示所提方法的有效性。
引用
@article{arxiv.2202.12255,
title = {Exact Community Recovery over Signed Graphs},
author = {Xiaolu Wang and Peng Wang and Anthony Man-Cho So},
journal= {arXiv preprint arXiv:2202.12255},
year = {2022}
}