稀疏 Popularity Adjusted 随机块模型
机器学习
2021-10-08 v3 机器学习
统计理论
统计方法学
统计理论
摘要
在本文中，我们研究一种具有块结构的稀疏随机网络。流行的随机块模型（SBM）与度修正块模型（DCBM）通过对任意一对节点间连接的最大概率施加上界来处理稀疏性。因此，稀疏性仅描述网络整体的行为，而无法区分依赖于块的稀疏模式。据我们所知，近来引入的 Popularity Adjusted Block Model（PABM）是唯一允许引入一种{\it 结构稀疏性}的块模型：其中某些连接概率恒等于零，而其余概率保持高于某一阈值。后者给出了对网络更为精细的刻画。
引用
@article{arxiv.1910.01931,
title = {Sparse Popularity Adjusted Stochastic Block Model},
author = {Majid Noroozi and Marianna Pensky and Ramchandra Rimal},
journal= {arXiv preprint arXiv:1910.01931},
year = {2021}
}
备注
4 figures. arXiv admin note: text overlap with arXiv:1902.00431