×
马修·卢德金

具有未知块数和非共轭边缘模型的广义随机块模型的推断。 （英语） Zbl 1510.62261号

计算。统计数据分析。 152，文章ID 107051，14 p.（2020）。
摘要：随机块模型（SBM）是一种流行的模型，用于捕获网络中的社区结构和交互。具有非布尔边权重的网络数据正变得越来越普遍；然而，现有的分析方法将此类数据转换为二进制表示以应用SBM，从而导致信息丢失。考虑了SBM的泛化，允许在记录状态下对边缘权重进行建模。提出了一种有效的可逆跳马尔可夫链蒙特卡罗采样器，用于估计这种广义SBM的参数和块数。该方法允许边缘权重的非共轭分布，与合成数据中所示的当前方法相比，这种方法能够更灵活地建模，大脑活动网络和电子邮件通信网络。

引用于三文件

MSC公司：

62H22个 概率图形模型
2015年1月62日 贝叶斯推断
62小时30分 分类和区分；聚类分析（统计方面）
91天30分 社交网络；意见动态

关键词：

网络;随机块体模型;网络数据的统计分析;非共轭分析

软件：

SBMSplit合并
PDF格式BibTeX公司 XML格式引用
\textit{M.Ludkin}，计算。统计数据分析。152，文章ID 107051，第14页（2020；Zbl 1510.62261）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] Airoldi，E.M。；布莱，D.M。；菲恩伯格，S.E。；Xing，E.P.，混合成员随机块模型，J.Mach。学习。决议，1981-2014年9月9日（2008年）·Zbl 1225.68143号
[2] 安布罗斯，C。；Matias，C.，随机颗粒混合模型的新一致和渐近正态参数估计，J.R.Stat.Soc.Ser。B统计方法。，74, 1, 3-35 (2012) ·Zbl 1411.62051号
[3] Chen，K。；Lei，J.，确定网络数据中社区数量的网络交叉验证，J.Amer。统计师。协会，1-11（2016）
[4] 科皮克，J。；M.O.杰克逊。；Kirman，A.，通过最大似然法从网络数据中识别社区结构，B.E.J.Theor。经济学。，9, 1 (2009) ·Zbl 1192.91170号
[5] Daudin，J.-J。；皮卡德，F。；Robin，S.，随机图的混合模型，统计计算。，18, 2, 173-183 (2008)
[6] 菲恩伯格，S.E。；Meyer，M.M。；Wasserman，S.S.，《多重社会计量关系的统计分析》，J.Amer。Stat.Assoc.，80，389，51-67（1985）
[7] O·弗兰克。；Harary，F.，使用经验图中的传递性指数进行聚类推断，J.Amer。统计师。协会，77，380，835-840（1982）·Zbl 0505.62043号
[8] Gelman，A。；Rubin，D.B.，《使用多序列的迭代模拟推断》，统计。科学。，7, 4, 457-472 (1992) ·Zbl 1386.65060号
[9] 耿，J。；Bhattacharya，A。；Pati，D.，社区数量未知的概率社区检测，J.Amer。统计师。协会，114，526，893-905（2019）·Zbl 1420.62271号
[10] Gershman，S.J。；Blei，D.M.，《贝叶斯非参数模型教程》，J.Math。心理学，56，1，1-12（2012）·兹比尔1237.62062
[11] Green，P.J.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物特征，82，4，711-732（1995）·Zbl 0861.62023号
[12] Green，P.J。；Richardson，S.，用和不用Dirichlet过程模拟异质性，Scand。J.Stat.，28，2，355-375（2001）·Zbl 0973.62031号
[13] 霍夫，P.D。；Raftery，A.E。；Handcock，M.S.，《社交网络分析的潜在空间方法》，J.Amer。统计师。协会，97，460，1090-1098（2002）·Zbl 1041.62098号
[14] 荷兰，P.W。；Laskey，K.B。；Leinhardt，S.，《随机块模型：第一步》，Soc.Netw。，5, 2, 109-137 (1983)
[15] 姜强。；Zhang，Y。；Sun，M.，《加权网络上的社区检测：一种变分贝叶斯方法》，（2009年亚洲机器学习会议，Springer），176-190年
[16] 卡勒，B。；Newman，M.E.，网络中的随机块模型和社区结构，物理。E版，83，1，第016107条，pp.（2011）
[17] 坎普，C。；Tenenbaum，J.B。；Griffiths，T.L。；山田，T。；Ueda，N.，《具有无限关系模型的概念学习系统》（AAAI，第3卷（2006）），第5页
[18] 克里姆特，B。；Yang，Y.，《机器学习：ECML 2004:第15届欧洲机器学习会议》，意大利比萨，2004年9月20日至24日。会议记录，217-226（2004），施普林格-柏林-海德堡：施普林格-柏林-海德堡-柏林，海德堡，Ch.安然语料库：电子邮件分类研究的新数据集·Zbl 1132.68562号
[19] 拉图什，P。；伯梅勒，E。；Ambroise，C.，随机块模型的变分贝叶斯推理和复杂性控制，统计模型。，12, 1, 93-115 (2012) ·Zbl 1420.62114号
[20] Lei，J.，随机块模型的有效性检验，Ann.Statist。，44, 1, 401-424 (2016) ·Zbl 1331.62283号
[21] Ludkin，M.，《SBMSplitmerge：使用分裂合并采样器的广义SBM推断》（2020年），R包版本1.1.1。统一资源定位地址https://cran.r-project.org/package=SBMSplitMerge
[22] 卢德金，M。；埃克利，I。；Neal，P.，《动态随机块模型：群落结构变化的参数估计和检测》，统计计算。(2018) ·Zbl 1430.62137号
[23] Mariadassou，M。；罗宾，S。；Vacher，C.，《发现有值图中的潜在结构：变分方法》，Ann.Appl。统计，715-742（2010）·Zbl 1194.62125号
[24] 马蒂亚斯，C。；Miele，V.，《通过动态随机块模型对时间网络进行统计聚类》，J.R.Stat.Soc.Ser。B统计方法。，79, 4, 1119-1141 (2017) ·Zbl 1373.62312号
[25] 马蒂亚斯，C。；Robin，S.，通过潜在空间模型建模随机图中的异质性：选择性综述，ESAIM:Proc。，47, 55-74 (2014) ·Zbl 1335.05002号
[26] 麦克戴德，A.F。；墨菲，T.B。；弗里尔，N。；Hurley，N.J.，《应用于大型网络的随机块模型的改进贝叶斯推断》，计算。统计师。数据分析。，60, 12-31 (2013) ·Zbl 1365.62241号
[27] 米勒，J.W。；Harrison，M.T.，《具有组分数量先验的混合物模型》，J.Amer。统计师。协会，113，521，340-356（2018）·Zbl 1398.62066号
[28] 莫鲁普，M。；施密特，M.N.，贝叶斯社区检测，神经计算。，24, 9, 2434-2456 (2012) ·Zbl 1269.91065号
[29] 莫鲁普，M。；Schmidt，M.N.，《复杂网络的非参数贝叶斯建模：导论》，IEEE信号处理。Mag.，30，3，110-128（2013）
[30] 莫鲁普，M。；施密特，M.N。；Hansen，L.K.，复杂网络的无限多成员关系建模，（信号处理的机器学习（MLSP），2011年IEEE国际研讨会（2011年），IEEE），1-6
[31] Négyessy，L。；尼普斯（Nepusz，T.）。；Kocsis，L.公司。；Bazsó，F.，《通过网络分析预测视觉皮层触觉功能中涉及的主要皮层区域和连接》，《欧洲神经科学杂志》。，23, 7, 1919-1930 (2006)
[32] Nobile，A。；Fearnside，A.T.，成分数量未知的贝叶斯有限混合：分配采样器，统计计算。，17, 2, 147-162 (2007)
[33] 诺维基，K。；Snijders，T.A.B.，《随机块体结构的估算和预测》，J.Amer。统计师。协会，96，455，1077-1087（2001）·Zbl 1072.62542号
[34] Peixoto，T.P.，大型网络中的节俭模块推理，物理学。修订稿。，110, 14 (2013)
[35] 萨尔达尼亚，D.F。；Yu，Y。；Feng，Y.，有多少社区？，J.计算。图表。统计人员。，26, 1, 171-181 (2017)
[36] Snijders，T.A.B。；Nowicki，K.，具有潜在块结构的图的随机块模型的估计和预测，J.分类，14，1，75-100（1997）·Zbl 0896.62063号
[37] Snijders，T.A.B。；帕蒂森，体育。；罗宾斯，G.L。；Handcock，M.S.，指数随机图模型的新规范，社会学。Methodol.方法。，36, 1, 99-153 (2006)
[38] Wang，Y.R。；Bickel，P.J.，随机块模型的基于似然的模型选择，Ann.Statist。，4500，2500，528（2017）·Zbl 1371.62017年
[39] Wasserman，S。；Anderson，C.，《随机后验块模型：构建和评估》，《社会网络》，9，1，1-36（1987）
[40] Xin，L。；朱，M。；Chipman，H.，篮球网络的连续时间随机块模型，Ann.Appl。Stat.，11，2，553-597（2017）·Zbl 1391.62309号
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。