谱嵌入与多部网络的潜在几何
统计方法学
2025-10-27 v3 机器学习
摘要
谱嵌入基于适当构造矩阵的特征向量为网络节点找到向量表示,并已在整个科学与技术中求得应用。许多网络是多部的,意味着它们包含根本不同类型(例如药物、疾病与蛋白质)的节点,且边仅在不同类型节点间被观测到。当网络为多部时,本文证明通过谱嵌入获得的节点表示位于更高维环境空间中特定于类型的低维子空间附近。为此,我们提出谱嵌入后的后续步骤,以在其内在而非环境维度中恢复节点表示,并在低秩、非齐次随机图模型下证明了一致性。我们在一个与药物发现相关的大型 6-部生物医学网络上展示了我们方法的性能。
引用
@article{arxiv.2202.03945,
title = {Spectral embedding and the latent geometry of multipartite networks},
author = {Alexander Modell and Ian Gallagher and Joshua Cape and Patrick Rubin-Delanchy},
journal= {arXiv preprint arXiv:2202.03945},
year = {2025}
}
备注
22 pages, 5 figures, 2 tables