基于球面特征的相似图生成

我们提出了一种用于生成与给定示例图相似的图的新模型。与在欧几里得空间中计算图特征的标准方法不同，我们的方法在超球面上获取特征。随后，我们利用von Mises-Fisher分布（超球面上的一种指数族分布）来定义关于可能特征值的模型。尽管我们的方法与流行的指数随机图模型（ERGM）相似，但与ERGM不同，它不会出现退化现象，即大量概率质量被分配在不切实际的图上的情况。我们提出了针对该模型的参数估计方法以及从该分布中抽取样本的流程。我们在所有8节点图的小规模域以及更大的现实世界社交网络上评估了该方法的性能。