独立级联模型中谣言源的推断
社会与信息网络
2022-05-25 v1 信息论
机器学习
math.IT
摘要
我们考虑由 Kempe 等人 [2003] 推广的所谓独立级联模型（Independent Cascade Model）用于谣言传播或传染病过程。在该模型中，网络中一小部分节点是谣言的源头。在离散时间步中，每个知情节点以概率 感染其每个不知情邻居。尽管文献中研究了该过程的许多方面，关于推断问题的了解较少：给定网络中若干被感染节点，我们能否学习谣言的源头？在流行病学背景下，该问题常被称为零号病人问题。它属于更广泛的一类问题，其目标是推断底层传播模型的参数，参见例如 Lokhov [NeurIPS'16] 或 Mastakouri 等人 [NeurIPS'20]。本工作中，我们给出了给定过程快照（以 步后活跃节点集 表示）时谣言源的最大似然估计量。我们的结果表明，对于无环图，似然估计量作为 的函数经历非平凡相变。我们对两类显著的无环网络即 -正则树和 Galton-Watson 树提供了严格分析，并从经验上验证我们的启发式方法在各种一般网络中表现良好。
引用
@article{arxiv.2205.12125,
title = {Inference of a Rumor's Source in the Independent Cascade Model},
author = {Petra Berenbrink and Max Hahn-Klimroth and Dominik Kaaser and Lena Krieg and Malin Rau},
journal= {arXiv preprint arXiv:2205.12125},
year = {2022}
}