谱图聚类的相变和模型阶数选择准则

@文章{陈2016PhaseTA，title={谱图聚类的相变和模型阶选择准则}，author={陈品玉和阿尔弗雷德·欧·赫罗}，journal={IEEE信号处理事务}，年份={2016年}，体积={66}，页数={3407-3420}，网址={https://api.semanticscholar.org/CorpusID:567413}}
提出了一种自动模型阶数选择（AMOS）方法，该方法利用基于渐近相变分析的新选择准则解决了随机互联模型下的SGC模型选择问题。
[PDF]语义阅读器

本文图表

14引文

AMOS：一种用于谱图聚类的自动模型顺序选择算法

本文提出了一种用于SGC的自动模型顺序选择算法AMOS，该算法通过增加簇数、估计已识别簇的质量以及提供一系列簇可靠性测试来工作。

基于电阻矩阵的光谱聚类中的相变

基于凸层聚合的多层谱图聚类理论与算法

本文提出了一种多层谱图聚类（SGC）框架，该框架执行凸层聚合并提供统计聚类可靠性保证，并使用相变准则来提出MIMOSA，该框架具有自动聚类分配和层权重自适应的特点。

用生成社区模型重新审视谱图聚类

该方法SGC-GEN不仅考虑了相应的模型与给定图不匹配所引起的检测误差，而且通过分析GENaerative社区模型（GCM）下的谱图聚类，给出了社区可检测性的理论保证。

基于凸层聚合的多层谱图聚类

提供了一种相变分析，该分析确定了噪声级上存在一个临界值，该临界值允许可靠的簇分离，并规定了临界值的分析上限和下限，当簇具有相同尺寸时，其边界变得精确。

网络社区结构模型中过度与不足的评价

对16种最先进的社区检测算法进行了广泛的调查，将其应用于一个由572个结构不同的现实世界网络组成的新基准语料库，结果发现，在相同的输入条件下，算法在发现的社区的数量和组成方面差异很大。

基于随机Binning特征的可扩展光谱聚类

提出了一种新的可扩展谱聚类方法，该方法利用随机装箱特征（RB）同时加速相似图的构建和特征分解，并引入了最先进的SVD求解器来有效计算RB生成的大型稀疏特征矩阵的特征向量。

具有特征向量中心和社区结构的多层网络回归

引入了一种新的两阶段回归模型（CC-MNetR），该模型利用四阶张量型多层网络的特征向量中心性和网络社区结构来探讨不同国家和不同行业之间的投入产出网络数据如何影响各个行业的总产出。

图Laplacian矩阵的增量特征对计算：理论与应用

结果表明，用户可以利用所提出的增量方法进行有效的特征对计算，并基于多重聚类度量确定所需的簇数。

基于词嵌入的网络社区发现节点嵌入

这项工作在图生成的基准随机块模型下实证地达到了社区恢复的信息论极限，并在社区恢复极限中表现出比谱聚类和非循环置信传播更好的稳定性和准确性。

74参考文献

谱聚类与高维随机块模型

本文中的渐近结果是第一个允许模型中簇数随节点数增长的聚类结果，因此称为高维。

光谱社区检测中的相变

考虑了两个任意连接的子网络通过随机外边连接的一般模型，表明当一个网络通过谱聚类进行社区检测时，存在一个突变相变，这是随机外边连通概率的函数。

随机图的混合模型

给出了与该模型相关的度分布和聚类系数，选择了估计其参数的变分方法和选择类数的模型选择准则，使我们能够处理包含数千个顶点的大型网络。

图中社区的谱聚类方法

本文展示了如何将优化Q函数重新表述为一个谱松弛问题，并提出了两种新的谱聚类算法，以寻求Q最大化，并表明新算法在各种现实世界中都能高效地找到良好的聚类和适当数量的聚类图形数据集。

图谱与网络中社区结构的可检测性

利用随机矩阵理论中的方法，计算了显示社区结构的网络的谱，并证明了谱模块化最大化是一种最佳的检测方法，因为在模块化方法失效的情况下，没有其他方法能够成功。

聚类稀疏网络中的谱赎回

一种使用“非回溯”矩阵对稀疏数据进行编码的方法，表明相应的谱算法对一些流行的生成模型（包括随机块模型）具有最佳性能。

模块网络随机块模型的渐近分析及其算法应用

本文使用统计物理中的空腔方法对社会和生物网络中常用的生成模型随机块模型的相图进行了渐近精确分析，并开发了一种信念传播算法，用于从网络拓扑推断功能群或社区。

随机块模型下社区可检测性的普适相变

结果表明，随着群落规模的增大，渐近相变阈值p*等于√[p1p2]，其中pi（i=1,2）是群落内边缘连接概率，这意味着相变阈值在不依赖于群落规模比的意义上是通用的。

网络中的随机块模型和社区结构

    B.卡勒M.纽曼
    计算机科学、数学
    身体检查。E、 统计、非线性和…
  • 2011
这项工作展示了将块模型推广到包含这个缺失元素的过程中，如何为复杂网络中的社区检测带来一个改进的目标函数，并提出了一种使用该目标函数或其非阶修正的对等物进行社区检测的启发式算法。

随机块模型中的精确恢复

提出了一种基于ML半定规划松弛的高效算法，该算法成功地恢复了接近阈值的社区，而数值实验表明该算法可以达到阈值。
...