稀疏随机超图:非回溯谱与社区检测
概率论
2024-01-29 v4 组合数学
机器学习
摘要
我们考虑稀疏 -一致超图 中的社区检测问题,假设 是根据超图随机块模型(HSBM)生成的。我们证明,基于超图非回溯算子的谱方法以高概率可工作至 Angelini 等人(2015)所猜想的广义 Kesten-Stigum 检测阈值。我们刻画了稀疏 HSBM 的非回溯算子的谱,并利用超图的 Ihara-Bass 公式给出了一种高效的降维过程。因此,在 个顶点上的稀疏 HSBM 的社区检测可归约为一个由超图的邻接矩阵和度矩阵构造的 非正规矩阵的特征向量问题。据我们所知,这是首个可证明且高效的、针对由一般对称概率张量生成的具有 个块的 HSBM 达到所猜想阈值的谱算法。
引用
@article{arxiv.2203.07346,
title = {Sparse random hypergraphs: Non-backtracking spectra and community detection},
author = {Ludovic Stephan and Yizhe Zhu},
journal= {arXiv preprint arXiv:2203.07346},
year = {2024}
}
备注
61 pages, 8figures. To appear in Information and Inference