关于成对马尔可夫随机场中混合性的研究及其在社交网络中的应用
离散数学
2016-11-29 v1 社会与信息网络
摘要
我们考虑成对马尔可夫随机场，其在统计物理、图像处理和机器学习中有许多重要应用，例如 Ising 模型和标注问题。我们自身的动机来自于为带属性的社交网络生成合成模型的需求。首先，我们给出了相关 Glauber 动力学快速混合的条件，并考虑了有趣的特例。然后，对于具有次模能量函数的成对马尔可夫随机场，我们构造了单调完美模拟。
引用
@article{arxiv.1611.09189,
title = {On Mixing in Pairwise Markov Random Fields with Application to Social Networks},
author = {Konstantin Avrachenkov and Lenar Iskhakov and Maksim Mironov},
journal= {arXiv preprint arXiv:1611.09189},
year = {2016}
}