网络精炼：增强网络信号或去除噪声的统一框架
分子网络
2021-09-21 v1 社会与信息网络
生物物理
物理与社会
定量方法
摘要
网络因其能够生动表示变量间关系的强大能力而广泛应用于诸多领域。然而，许多网络可能被实验噪声或不适当的网络推断方法破坏，这固有地阻碍了基于网络的下游分析的功效。因此，有必要开发系统性的网络去噪方法，即提高含噪网络的信噪比（SNR）。本文中，我们探究了网络信号与噪声的性质，并提出了一种称为网络精炼（NR）的新型网络去噪框架，该框架通过应用基于图上随机游走所定义扩散过程的非线性图算子来调整边权。具体而言，该统一框架由名为 NR-F 和 NR-B 的两个紧密关联的方法组成，从两个不同角度提高含噪输入网络的 SNR：NR-F 旨在增强信号强度，而 NR-B 旨在削弱噪声强度。用户可根据网络自身特性选择从哪一角度改善网络 SNR。我们通过在对模拟网络及典型真实世界生物与社会网络的若干应用中表明，NR 能显著精炼许多网络的质量。
引用
@article{arxiv.2109.09119,
title = {Network Refinement: A unified framework for enhancing signal or removing noise of networks},
author = {Jiating Yu and Jiacheng Leng and Ling-Yun Wu},
journal= {arXiv preprint arXiv:2109.09119},
year = {2021}
}
备注
20 pages, 7 figures, 1 table, 44 references, and 2 appendices. Submitted to IEEE Transactions on Network Science and Engineering