属性概率图生成模型的拟合优度
机器学习
2023-08-09 v1 人工智能
摘要
图的概率生成模型是实现表示与采样的重要工具。许多近期工作创建了图的的概率模型，其不仅能够表示实体交互，还能表示其实体属性。然而，给定一个随机属性图的概率生成模型，建立拟合优度的一般条件在事先并不清晰。本文中，我们针对随机二值网络，以均方列联系数定义拟合优度。对于该统计量，我们概述了一种评估所学属性图结构质量的流程，通过确保均方列联系数（常数或随机）的偏差以高概率最小。我们应用这些准则来验证各类流行图模型的概率生成模型的表示能力。
引用
@article{arxiv.2308.03773,
title = {Goodness-of-Fit of Attributed Probabilistic Graph Generative Models},
author = {Pablo Robles-Granda and Katherine Tsai and Oluwasanmi Koyejo},
journal= {arXiv preprint arXiv:2308.03773},
year = {2023}
}