顶点提名、一致估计与对抗性修改
机器学习
2020-04-15 v3 机器学习
社会与信息网络
统计计算
摘要
给定一对图 和 以及 中一个受关注顶点集，顶点提名（VN）问题旨在寻找 中对应的受关注顶点（若存在），并生成 中顶点的排序列表，且 中对应的受关注顶点理想地集中于该排序列表的顶端。本文定义并推导了具有多个受关注顶点的 VN 的贝叶斯最优性类比，并定义了顶点提名中的极大一致性类概念。该理论构成了一种新颖的 VN 对抗污染模型的基础，我们通过真实与模拟数据表明，存在在无污染情形下有效执行的 VN 方案，而对抗性网络污染会对我们的 VN 方案性能产生不利影响。我们进一步定义了一种用于减轻对抗污染影响的网络正则化方法，并在真实与合成数据中展示了正则化的有效性。
引用
@article{arxiv.1905.01776,
title = {Vertex Nomination, Consistent Estimation, and Adversarial Modification},
author = {Joshua Agterberg and Youngser Park and Jonathan Larson and Christopher White and Carey E. Priebe and Vince Lyzinski},
journal= {arXiv preprint arXiv:1905.01776},
year = {2020}
}
备注
34 pages, 8 figures