具有未观测边的时变网络的谱划分

我们讨论一种“盲”社区检测的变体，旨在从定义于网络上的（动态）图信号的观测中划分一个未观测网络。我们考虑如下场景：观测到的图信号通过对白噪声输入进行滤波获得，且底层网络在每次观测中均不同。以此方式，滤波后的图信号可解释为定义于时变网络上。我们将每个底层网络实现建模为从潜在随机块模型（SBM）独立抽取生成。为推断潜在 SBM 的划分，我们提出一种简单的谱算法，并提供了理论分析，建立了恢复的一致性保证。我们使用合成与真实数据的数值实验说明了我们的结果，突出了该方法的有效性。