×
景、冰毅;李婷;应宁晨;于贤实

稀疏网络中使用对称拉普拉斯逆矩阵（SLIM）的群体检测。 （英语） Zbl 1524.62296号

统计正弦。 32，编号1，1-22（2022）.
摘要：稀疏网络社区检测的研究越来越受到关注。在这里，我们提出了一种新的检测稀疏网络中社区的方法，该方法使用对称拉普拉斯逆矩阵（SLIM）来测量节点之间的距离。这个想法来源于随机游动中的第一次击中时间，在扩散映射中有很好的解释。将谱方法应用于SLIM，获得社区成员资格。SLIM在许多实际数据集和模拟中都优于现有技术。与正则化谱聚类相比，它对调谐参数的选择也很稳健。理论分析表明，在随机块模型生成的稀疏场景中，SLIM保证了误分类率在E（度）上的顺序与正则谱聚类的顺序相同。

引用于1文件

MSC公司：

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
05元50分 图和线性代数（矩阵、特征值等）
62-08 统计问题的计算方法

关键词：

社区;随机游走;稀疏网络;光谱法;随机块体模型;对称拉普拉斯逆矩阵

软件：

群集查找
PDF格式BibTeX公司 XML格式引用
\textit{B.Jing}等人，Stat.Sin。32，编号1，1--22（2022；Zbl 1524.62296）
全文： DOI程序

参考文献：

[1] Adamic，L.A.和Glance，N.（2005年）。政治博客圈与2004年美国大选：分裂博客。《第三届链路发现国际研讨会论文集》（J.Adibi、M.Grobelnik、D.Mladenic和P.Pantel编辑），第36-43页。纽约ACM。
[2] Amini，A.A.、Chen，A.、Bickel，P.J.和Levina，E.（2013）。大型稀疏网络中社区检测的伪似然方法。《统计年鉴》41，2097-2122·兹比尔1277.62166
[3] Bhattacharyya，S.和Bickel，P.J.（2014）。使用图离散的网络社区检测。arXiv预打印arXiv:1401.3915。
[4] Chin，P.、Rao，A.和Vu，V.（2015）。稀疏图中的随机块模型和社区检测：具有最佳恢复率的谱算法。第28届学习理论会议论文集PMLR 40，391-423。
[5] Coifman，R.R.和Lafon，S.（2006年）。扩散贴图。应用和计算谐波分析21，5-30·Zbl 1095.68094号
[6] Gao，C.、Ma，Z.、Zhang，A.Y.和Zhou，H.H.（2017）。在随机块模型中实现最佳误分类比例。《机器学习研究杂志》1980-2024年第18期·Zbl 1440.62244号
[7] Girvan，M.和Newman，M.E.（2002年）。社会和生物网络中的社区结构。《美国国家科学院院刊》99，7821-7826·Zbl 1032.91716号
[8] Hajek，B.、Wu，Y.和Xu，J.（2016）。通过半定规划实现精确的集群恢复阈值。IEEE信息理论汇刊62，2788-2797·Zbl 1359.94222号
[9] Jin，J.（2015）。通过分数快速检测社区。统计年鉴43，57-89·Zbl 1310.62076号
[10] Joseph，A.和Yu，B.（2016）。正则化对光谱聚类的影响。《统计年鉴》44，1765-1791·Zbl 1357.62229号
[11] Kaufman，L.和Rousseeuw，P.J.（1990）。围绕medoids进行分区（程序pam）。《在数据中寻找群体：聚类分析导论》（L.Kaufman和P.J.Rousseeuw编辑），68-125。约翰·威利父子公司。霍博肯公司·Zbl 1345.62009号
[12] Krzakala，F.、Moore，C.、Mossel，E.、Neeman，J.、Sly，A.、Zdeborová，L.等人（2013年）。集群稀疏网络中的特殊赎回。美国国家科学院院刊110，20935-20940·Zbl 1359.62252号
[13] Lei，J.和Rinaldo，A.（2015）。随机块模型中谱聚类的一致性。《统计年鉴》43，215-237·Zbl 1308.62041号
[14] Liu，X.，Cheng，H.-M.和Z.-Y.（2019）。评估社区检测方法。IEEE知识与数据工程汇刊32，1736-1746。
[15] Massoulié，L.（2014）。社区检测阈值和弱ramanujan属性。第四十六届ACM计算机理论年会论文集（D.Shmoys编辑），694-703。纽约ACM·Zbl 1315.68210号
[16] Mossel，E.、Neeman，J.和Sly，A.（2012年）。随机块模型和重建。arXiv预打印arXiv:1202.1499。
[17] Mossel，E.、Neeman，J.和Sly，A.（2018年）。块模型阈值猜想的证明。组合数学38，665-708·Zbl 1424.05272号
[18] Rohe，K.、Chatterjee，S.和Yu，B.（2011年）。谱聚类和高维stochas-tic块模型。《统计年鉴》第39期，1878-1915年·Zbl 1227.62042号
[19] Zhang，A.Y.和Zhou，H.H.（2016）。随机块模型中社区检测的最小最大速率。《统计年鉴》44，2252-2280·兹比尔1355.60125
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。