从无标签含噪样本中进行网络恢复
统计方法学
2022-03-21 v1
摘要
将网络作为基本数据对象进行统计分析的文献日益增长。然而,此类工作大多要求网络建立在共享的带标签顶点集上。本工作中,我们考虑基于含噪无标签样本恢复父网络的问题。我们在含噪网络文献中确定了一个特定的恢复机制,该机制基于一个三阶段恢复过程,具有渐近无偏且计算易处理的特点:首先,我们通过顺序成对图匹配过程对齐网络;接着,计算对齐后网络的样本平均;最后,通过对样本平均进行阈值化得到父网络的估计。先前关于多个无标签网络的工作因暴力计算的复杂性而只能处理平凡网络。
引用
@article{arxiv.2104.14952,
title = {Network Recovery from Unlabeled Noisy Samples},
author = {Nathaniel Josephs and Wenrui Li and Eric D. Kolaczyk},
journal= {arXiv preprint arXiv:2104.14952},
year = {2022}
}