带有边信息的异质随机块模型的加权消息传递与最小能量流
统计理论
2020-07-27 v1 机器学习
统计理论
摘要
我们研究了带有噪声或部分标签信息的一般异质随机块模型（SBM）中社区检测的误分类误差。我们建立了误分类率与随机块模型局部邻域上最小能量概念之间的联系。我们开发了一种基于最小能量流和某个马尔可夫转移矩阵的特征向量的最优加权消息传递算法，用于重建随机块模型的标签。本文考虑的一般随机块模型允许社区大小不等、度异质性以及块之间不同的连接概率。我们重点研究如何对消息传递进行最优加权以改善误分类。
引用
@article{arxiv.1709.03907,
title = {Weighted Message Passing and Minimum Energy Flow for Heterogeneous Stochastic Block Models with Side Information},
author = {T. Tony Cai and Tengyuan Liang and Alexander Rakhlin},
journal= {arXiv preprint arXiv:1709.03907},
year = {2020}
}
备注
31 pages, 1 figures