块模型的层次结构
机器学习
2021-03-16 v2 机器学习
统计理论
统计理论
摘要
存在多种类型的网络块模型，例如随机块模型 (SBM)、度修正块模型 (DCBM) 与流行度调整块模型 (PABM)。尽管这带来了多种选择，但这些块模型并不具有嵌套结构。此外，从 DCBM 到 PABM 的参数数量存在显著跳跃。本文的目标是构建一种不依赖于任意可识别性条件的块模型层次结构。我们提出嵌套块模型 (NBM)，将 SBM、DCBM 与 PABM 作为其具有特定参数值的特例，并且还允许大量比 DCBM 更复杂但未知参数少于 PABM 的版本。后者使得人们能够在无需预先检验哪个块模型真正成立的情况下进行聚类与估计。
引用
@article{arxiv.2002.02610,
title = {The Hierarchy of Block Models},
author = {Majid Noroozi and Marianna Pensky},
journal= {arXiv preprint arXiv:2002.02610},
year = {2021}
}
备注
33 pages, 3 figures