×
阿德拉·德帕维亚;Stefan Steiner伯格

重新审视光谱聚类：菲德勒矢量中隐藏的信息。 （英语） Zbl 1483.31038号

已找到。数据科学。 第225-249号第3页（2021年）.
摘要：我们研究了图上的聚类问题：众所周知，如果有两个基本簇，那么邻接矩阵第二大特征值对应的特征向量的符号可以可靠地重构这两个簇。我们认为，特征向量分别具有最大和最小项的顶点与它们自己的簇异常地紧密相连，并且比其他顶点分类更可靠。这可以被视为热点猜想的离散版本，对于评估应用程序中的“强聚集”节点与“极限”节点，这应该是一种有用的启发式方法。我们给出了随机块模型的严格证明，并讨论了几个显式例子。

引用于1文件

MSC公司：

31E05型 分形与度量空间的势理论
35B51型 PDE背景下的比较原则

关键词：

图的聚类问题;拉普拉斯特征向量;热点
PDF格式BibTeX公司 XML格式引用
\textit｛A.DePavia｝和\textit｛S.Steinerberger｝，找到。数据科学。3，第2225-249号（2021年；兹bl 1483.31038）
全文： 内政部 arXiv公司

参考文献：

[1] E.Abbe，社区检测和随机块模型：最新发展，J.马赫。学习。物件。，18（2017），86页·Zbl 1403.62110号
[2] E.阿贝；A.S.Bandeira；G.Hall，随机块模型中的精确恢复，IEEE Trans。通知。理论，62，471-487（2016）·Zbl 1359.94047号 ·doi:10.1109/TIT.2015.2490670
[3] E.阿贝；J.Fan；王凯；钟毅，低期望秩随机矩阵的条目特征向量分析，统计年鉴。，48, 1452-1474 (2020) ·Zbl 1450.62066号 ·doi:10.1214/19-AOS1854
[4] E.阿贝；C.Sandon，一般随机块模型可实现性猜想的证明，Comm.Pure Appl。数学。，71, 1334-1406 (2018) ·Zbl 1394.62082号 ·doi:10.1002/cpa.21719
[5] R.Andersen和K.Lang，种子群群落，年第十五届万维网国际会议记录, 2006, 223-232.
[6] A.S.Bandeira，随机拉普拉斯矩阵和凸松弛，发现。计算。数学。，18, 345-379 (2018) ·兹伯利1386.15065 ·doi:10.1007/s10208-016-9341-9
[7] R.Bañuelos；K.Burdzy，关于J.Rauch和J.Funct的“热点”猜想。分析。，164, 1-33 (1999) ·Zbl 0938.35045号 ·doi:10.1006/jfan.1999.3397
[8] M.Belkin和P.Niyogi，嵌入和聚类的拉普拉斯特征映射和光谱技术，高级神经信息。处理系统, (2002), 585-591. 可从以下位置获得：https://papers.nips.cc/paper/2001/file/f106b7f99d2cb30c3db1c3cc0fde9ccb-paper.pdf。
[9] R.B.Boppana，《特征值和图二分：平均案例分析》，第28届计算机科学基础年会，加利福尼亚州洛杉矶，1987年。
[10] K.Burdzy，《单孔平面域中的热点问题》，杜克数学出版社。J.，129481-502（2005年）·Zbl 1154.35330号 ·doi:10.1215/S0012-7094-05-12932-5
[11] K.Burdzy；沃纳，“热点”猜想的反例，《数学年鉴》。(2), 149, 309-317 (1999) ·Zbl 0919.35094号 ·doi:10.2307/121027
[12] J.开普；唐先生；C.E.Priebe，二到无穷范数和奇异子空间几何及其在高维统计中的应用，Ann.Statist。，47, 2405-2439 (2019) ·Zbl 1470.62065号 ·doi:10.1214/18-AOS1752
[13] X.Cheng；G.米什内；S.Steinerberger，《节点集几何与离群点检测》，《数论》，18548-64（2018）·Zbl 1391.35128号 ·doi:10.1016/j.jnt.2017.09.021
[14] X.Cheng；M.Rachh；S.Steinerberger，关于图的扩散几何Laplacians及其应用，应用。计算。哈蒙。分析。，46, 674-688 (2019) ·Zbl 1412.35353号 ·doi:10.1016/j.acha.2018.04.001
[15] F.R.K.Chung，谱图理论，CBMS数学区域会议系列，92，美国数学学会，普罗维登斯，RI，1997·Zbl 0867.05046号
[16] M.K.Chung，S.Seo，N.Adluru和H.K.Vorpearis，热点猜想及其在管状结构建模中的应用医学成像中的机器学习《计算机科学讲义》，7009，Springer，2011年，225-232。
[17] A.Damle；Y.Sun，不变子空间扰动的一致界，SIAM J.矩阵分析。申请。，41, 1208-1236 (2020) ·Zbl 07301584号 ·doi:10.1137/19M1262760
[18] C.戴维斯；W.M.Kahan，特征向量的扰动旋转。三、 SIAM J.数字。分析。，7, 1-46 (1970) ·Zbl 0198.47201号 ·doi:10.1137/0707001
[19] W.E.Donath；A.J.Hoffman，图的划分的下界，IBM J.Res.Devel。，17, 420-425 (1973) ·Zbl 0259.05112号 ·doi:10.1147/rd.175.0420
[20] M.Fiedler，非负对称矩阵特征向量的一个性质及其在图论中的应用，捷克斯洛伐克数学。J.，25619-633（1975年）·Zbl 0437.15004号 ·doi:10.21136/CMJ.1975.101357
[21] M.Fiedler，图的代数连通性，捷克斯洛伐克数学。J.，23，298-305（1973）·Zbl 0265.05119号
[22] M.Fiedler，图的拉普拉斯和代数连通性组合数学与图论巴纳赫中心出版社。，25，PWN，华沙，1989年，57-70·Zbl 0731.05036号
[23] H.Gernandt；J.P.Pade，树的Schur约简和Fiedler向量的极值项，线性代数应用。，570, 93-122 (2019) ·Zbl 1411.05160号 ·doi:10.1016/j.laa.2019.02.008
[24] D.K.Hammond；P.Vandergheynst；R.Gribonval，基于谱图理论的图上小波，应用。计算。哈蒙。分析。，30, 129-150 (2011) ·Zbl 1213.42091号 ·doi:10.1016/j.acha.2010.04.005
[25] P.W.Holland；K.B.Laskey；S.Leinhardt，《随机块模型：第一步》，《社交网络》，第5109-137页（1983年）·doi:10.1016/0378-8733（83）90021-7
[26] C.法官；S.Mondal，欧几里德三角形没有热点，数学安。(2), 191, 167-211 (2020) ·Zbl 1444.35119号 ·doi:10.4007/annals.2020.191.1.3
[27] R.Kannan；S.Vempala；A.Vetta，《关于聚类：好、坏和光谱》，J.ACM，51，497-515（2004）·Zbl 1192.05160号 ·数字对象标识代码：10.1145/990308.990313
[28] 加藤，线性算子的扰动理论，Die Grundlehren der mathematicschen Wissenschaften，132乐队，Springer Verlag New York，Inc.，纽约，1966年·Zbl 0148.12601号
[29] B.卡沃尔，PDE中水平集的重排与凸性《数学课堂讲稿》，1150年，柏林斯普林格-Verlag出版社，1985年·兹比尔0593.35002
[30] 郭台铭、刘立中、李永泰、加兰和特雷维桑，《改进的契格不等式：通过高阶谱间隙分析谱划分算法》STOC'13-2013年ACM计算理论研讨会论文集，ACM，纽约，2013年11月20日·Zbl 1293.05301号
[31] R.Lederman和S.Steinerberger，树上Fiedler向量的极值，预印本，arXiv:1912.08327。
[32] D.A.Levin和Y.Peres，马尔可夫链与混合时间，美国数学学会，普罗维登斯，RI，2017年·Zbl 1390.60001号
[33] 马奥尼；奥瑞奇亚乳杆菌；N.K.Vishnoi，图的局部谱方法：应用于改进图划分和局部探索数据图，J.Mach。学习。第13号决议，2339-2365（2012年）·Zbl 1433.68365号
[34] F.McSherry，随机图的谱划分，第42届IEEE计算机科学基础研讨会（内华达州拉斯维加斯，2001），IEEE计算机协会，加利福尼亚州洛斯阿拉米托斯，2001，529-537。
[35] M.E.J.Newman，网络中的模块化和社区结构，PNAS，103，8577-8582（2006）·doi:10.1073/pnas.0601602103
[36] M.E.J.Newman和M.Girvan，发现和评估网络中的社区结构，物理学。版本E, 69 (2004).
[37] A.Ng、M.Jordan和Y.Weiss，《关于谱聚类：分析和算法》，NIPS'01:第14届神经信息处理系统国际会议论文集：自然和合成2001年1月，849-856。
[38] A.佩里；A.S.Wein；A.S.班德拉；A.Moitra，紧群上同步问题的消息传递算法，Comm.Pure Appl。数学。，71, 2275-2322 (2018) ·Zbl 1439.62143号 ·doi:10.1002/cpa.21750
[39] M.Rachh；S.Steinerberger，关于Schroedinger方程解的极大值的位置，Comm.Pure Appl。数学。，71, 1109-1122 (2018) ·Zbl 1398.35033号 ·doi:10.1002/cpa.21753
[40] M.F.Rios、J.Calder和G.Lerman，基于图的半监督学习算法，预印本，arXiv:1901.05031。
[41] K.罗；S.查特吉；于斌，谱聚类与高维随机块模型，Ann.Statist。，39, 1878-1915 (2011) ·Zbl 1227.62042号 ·doi:10.1214/11-AOS887
[42] 施正荣；J.Malik，标准化切割和图像分割，IEEE模式分析和机器智能汇刊，22888-905（2000）·数字对象标识代码：10.1109/34.868688
[43] S.Steinerberger，凸域中的热点位于尖端（直至半径），《Comm.偏微分方程》，45，641-654（2020）·Zbl 1444.35034号 ·doi:10.1080/03605302.2020.1750427
[44] L.Trevisan，图形分区和扩展器，CS359G第四讲，斯坦福大学，帕洛阿尔托。
[45] L.Trevisan，最大割和最小特征值，SIAM J.Compute。，41, 1769-1786 (2012) ·Zbl 1271.68245号 ·数字对象标识代码：10.1137/090773714
[46] U.von Luxburg，光谱聚类教程，统计计算。，17, 395-416 (2007) ·数字对象标识代码：10.1007/s11222-007-9033-z
[47] X.Zhu，Z.Ghahramani和J.D.Lafferty，使用高斯场和调和函数的半监督学习第20届国际机器学习会议（ICML-03）论文集, 2003, 912-919.
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。