杰苏斯·阿罗约;阿凡提·阿特里亚;约书亚·开普;陈国栋;Priebe，Carey E。;约书亚·T·沃格尔斯坦。 具有公共不变子空间的多个异构网络的推理。 （英语） Zbl 07415085号 J.马赫。学习。物件。 22，第142号论文，49页（2021）. 摘要：开发用于分析来自多个异构网络的数据的模型和方法在统计网络理论和广泛的应用领域中都具有重要意义。虽然单图分析已经得到了很好的研究，但多图推理在很大程度上还未被探索，部分原因是适当建模图差异和保持足够的模型简单性以使估计可行所固有的挑战。本文通过引入一个新的模型，即公共子空间独立边多随机图模型，准确地解决了这一缺口。该模型描述了一个异构网络集合，其顶点上具有共享的潜在结构，但每个图的连接模式可能不同。该模型包含许多流行的网络表示，包括随机块模型。该模型既具有足够的灵活性，能够有效地解释重要的图形差异，又易于处理，能够在多个网络中进行准确的推理。特别是，邻接矩阵的联合谱嵌入——多个邻接谱嵌入导致同时一致地估计每个图的基本参数。在温和的附加假设下，估计满足渐近正态性，并且图特征值估计的收益率得到了改进。在模拟数据和实际数据中，模型和嵌入都可以用于许多后续的网络推理任务，包括降维、分类、假设测试和社区检测。具体来说，当将嵌入物应用于通过扩散磁共振成像构建的连接体数据集时，结果是对人类受试者的脑部扫描进行准确分类，并有意义地确定不同个体扫描的异质性。 引用于11文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：多重随机图;光谱嵌入;社区检测 PDF格式BibTeX公司 XML格式引用 \textit{J.Arroyo}等人，J.Mach。学习。第22号决议，第142号论文，49页（2021；Zbl 07415085） 全文： arXiv公司 链接 参考文献： [1] 艾曼纽尔·阿贝。社区检测和随机块模型：最新发展。机器学习研究杂志，18:1-862017·兹比尔1403.62110 [2] Edoardo M Airoldi、David M Blei、Stephen E Fienberg和Eric P Xing。混合成员随机块模型。机器学习研究杂志，9:1981-2014，2007·Zbl 1225.68143号 [3] Jesus Arroyo和Elizabeth Hou。逆协方差矩阵的有效分布估计。2016年IEEE统计信号处理研讨会（SSP），第1-5页。IEEE，2016年6月。 [4] Jes’us D.Arroyo Relion、Daniel Kessler、Elizaveta Levina和Stephan F.Taylor。网络分类及其在脑连接组学中的应用。附录申请。统计，13（3）：1648-16772019年9月·Zbl 1433.62314号 [5] 阿凡蒂·阿特里亚（Avanti Athreya）、凯里·普里贝（Carey E Priebe）、明·唐（Minh Tang）、文斯·利津斯基（Vince Lyzinski）、大卫·J·马切特（David J Marchette）和丹尼尔·苏斯曼（Daniel L.Sussman）。随机点积图的标度特征向量的极限定理。Sankhya A，78:1-18，2016年·兹比尔1338.62061 [6] 阿凡蒂·阿特里亚（Avanti Athreya）、唐尼尔·菲什金（Donniell E.Fishkind）、基思·莱文（Keith Levin）、文斯·利津斯基（Vince Lyzinski）、杨瑟公园（Youngser Park）、秦一臣（Yichen Qin）、丹尼尔·苏斯曼（Daniel L Sussman）、明·唐（Minh Tang）、。随机点积图的统计推断：一项调查。机器学习研究杂志，18:1-922017·Zbl 1473.05279号 [7] 阿方索·S·班德拉和拉蒙·范·汉德尔。具有独立项的随机矩阵范数上的尖锐非辛界。概率年鉴，44（4）：2479-25062016·Zbl 1372.60004号 [8] 拉金德拉·巴蒂亚。矩阵分析，数学研究生教材第169卷。施普林格纽约，纽约，纽约州，1997年·Zbl 0863.15001号 [9] 莎莫杰普·巴塔查里亚（Sharmodeep Bhattacharyya）和希尔申杜·查特吉（Shirshendu Chatterjee）。多个非关联稀疏网络的谱聚类。工作文件，2017年。 [10] 莎莫杰普·巴塔查里亚（Sharmodeep Bhattacharyya）和希尔申杜·查特吉（Shirshendu Chatterjee）。多稀疏网络的谱聚类：I.arXiv预印本arXiv:1805.105942018。 [11] 彼得·比克尔（Peter J.Bickel）和陈爱友（Aiyou Chen）。网络模型和Newman-Girvan及其他模块的非参数视图。《美国国家科学院院刊》，106（50）：21068-210732009·Zbl 1359.62411号 [12] S.Boccaletti、G.Bianconi、R.Criado、C.I.del Genio、J.G´omez-Gardeánes、M.Romance、I.SendiánaNadal、Z.Wang和M.Zanin。多层网络的结构和动力学。《物理报告》，544（1）：1-1222014年11月。 [13] I.Borg和P.Groenen。现代多维尺度：理论与应用。《教育测量杂志》，40（3）：277-2802003年9月·Zbl 0862.62052号 [14] Ed Bullmore和Olaf Sporns。复杂脑网络：结构和功能系统的图论分析。自然评论。神经科学，10（3）：186-982009年3月。 [15] Jaewon Chung、Benjamin D Pedigo、Eric W Bridgeford、Bijan K Varjavand、Hayden S Helm和Joshua T Vogelstein。Graspy：用python绘制统计数据。机器学习研究杂志，20（158）：2019年1-7月。 [16] R.Cameron Craddock、G.Andrew James、Paul E.Holtzheimer、Xiapping P.Hu和Helen S.Mayberg。通过空间约束光谱聚类生成的全脑功能MRI图谱。人脑映射，33（8）：1914-1928，2012年8月。 [17] Ciprian M Crainiceanu、Brian S Caffo、Sheng Luo、Vadim M Zipunnikov和Naresh M Punjabi。人口值分解，图像人口分析框架。《美国统计协会杂志》，106（495）：775-7902011年·Zbl 1229.62088号 [18] 丹妮尔·杜兰特和大卫·B·邓森。大脑网络中群体差异的贝叶斯推断和测试。贝叶斯分析，13（1）：29-582018·Zbl 06873717号 [19] 丹尼尔·杜兰特（Daniele Durante）、大卫·B·邓森（David B.Dunson）和约书亚·T·沃格尔斯坦（Joshua T.Vogelstein）。网络总体的非参数Bayes建模。《美国统计协会杂志》，112（520）：1516-15302017年10月。 [20] 保罗·埃尔德·奥斯和阿尔弗雷德·伦伊。关于随机图。出版物。数学。德布勒森，6:290-2971959·Zbl 0092.15705号 [21] 范建清、王东、王开正和朱紫薇。主特征空间的分布式估计。安.统计师。，47(6):3009-3031, 12 2019. ·Zbl 1450.62067号 [22] E.N.吉尔伯特。随机图。安。数学。统计学。，30(4):1141-1144, 1959. ·Zbl 0168.40801号 [23] Cedric E.Ginestet、Jun Li、Prakash Balachandran、Steven Rosenberg和Eric D.zyk。功能神经成像中网络数据的假设检验。附录申请。统计，11（2）：725-750，2017年6月·Zbl 1391.62217号 [24] M.Girvan和Mark E J Newman。社会和生物网络中的社区结构。《美国国家科学院院刊》，99（12）：7821-78262002·Zbl 1032.91716号 [25] Anna Goldenberg、Alice X Zheng、Stephen E Fienberg和Edoardo M Airoldi。统计网络模型调查。机器学习基础与趋势，2（2）：129-2332009·Zbl 1184.68030号 [26] Jing Dong J Han、Nicolas Berlin、Tong Hao、Debra S.Goldberg、Gabriel F.Berriz、Lan V.Zhang、Denis Dupuy、Albertha J.M.Walhout、Michael E.Cusick、Frederick P.Roth和Marc Vidal。酵母蛋白质相互作用网络中动态组织模块性的证据。《自然》，430（6995）：88-932004年7月。 [27] 韩秋怡、徐凯文和爱德华多·艾洛迪。动态和多层块模型的一致估计。机器学习国际会议，第1511-1520页，2015年。 [28] Peter D.Hoff、Adrian E Raftery和Mark S Handcock。社会网络分析的潜在空间方法。美国统计协会杂志，97（460）：1090-10982002·兹比尔1041.62098 [29] Paul W.Holland、Kathryn Blackmond Laskey和Samuel Leinhardt。随机块模型：第一步。《社交网络》，5（2）：109-1371983年6月。 [30] 彼得·霍尔姆（Petter Holme）和贾里·萨拉姆（Jari Saram¨aki）。时间网络。物理报告，519（3）：97-1252012年10月。46 [31] 菲利普·贾明和马托尔西。关于平坦正交矩阵的存在性。匈牙利数学学报，第147卷，179-188页。Springer Verlag，2015年·Zbl 1363.15047号 [32] Brian Karrer和Mark EJ Newman。网络中的随机块模型和社区结构。物理评论E，83（1）：0161072011。 [33] 格雷戈里·基尔（Gregory Kiar）、埃里克·布里奇福德（Eric Bridgeford）、威尔·格雷·隆卡尔（Will Gray Roncal）、可靠性联盟（CoRR）、可复制性、维克拉姆·钱德拉舍哈尔（Vikram Chandrashekhar）、迪萨·姆赫姆贝雷（Disa Mhembere）、塞菲拉·莱曼（Sephira Ryman）、西尼安·佐（Xi-Nian Zuo）、丹尼尔·马奎尔斯（Daniel S Marguiles）、R·卡梅隆多克（R Cameron Craddock）、凯。高通量管道可识别出坚固的连接体，但存在棘手的变异性。bioRxiv，第188706页，2018年。 [34] 尤拉·金（Yura Kim）和伊丽莎维塔·莱维纳（Elizaveta Levina）。脑连接网络的图形感知线性混合效应模型。arXiv预印本arXiv:1903.021292019。 [35] 米科·基维尔（Mikko Kivel¨a）、亚历克斯·阿里纳斯（Alex Arenas）、马克·巴瑟利米（Marc Barthelemy）、詹姆斯·格里森（James P Gleeson）、亚米尔·莫雷诺（Yamir Moreno）、梅森·a·波特（Mason a Porter）和埃内斯托·。多层网络。《复杂网络杂志》，2014年2月203-271日。 [36] 埃里克·科拉奇克（Eric D.Kolaczyk）。统计学和网络分析前沿的主题。剑桥大学出版社，剑桥，2017年·Zbl 1398.62005号 [37] Pierre Latouche、Etienne Birmel´e和Christophe Ambroise。重叠随机区块模型及其在法国政治博客圈的应用。附录申请。统计，5（1）：309-3362011年3月·Zbl 1220.62083号 [38] Can M Le、Elizaveta Levina和Roman Vershynin。随机图的集中和正则化。随机结构与算法，51（3）：538-5612017·Zbl 1373.05179号 [39] Jason D.Lee、Qiang Liu、Yuekai Sun和Jonathan E.Taylor。通信效率高的稀疏回归。机器学习研究杂志，18（1）：115-1442017·Zbl 1434.62157号 [40] Keith Levin、Avanti Athreya、Minh Tang、Vince Lyzinski和Carey E.Priebe。多重随机点积图的综合嵌入的中心极限定理。InarXiv预印本arXiv:1705.093552017年·Zbl 1450.62040 [41] 李文元、刘春驰、张彤、李海峰、迈克尔·S·沃特曼和周向红茉莉花。使用张量计算对多个加权共表达网络进行集成分析。《公共科学图书馆·计算生物学》，7（6）：e10011062011年。 [42] 文斯·利津斯基（Vince Lyzinski）、丹尼尔·苏斯曼（Daniel L.Sussman）、明·唐（Minh Tang）、阿凡蒂·阿特里亚（Avanti Athreya）和凯里·普里贝（Carey E.Priebe）。通过邻接谱嵌入实现随机块模型图的完美聚类。《电子统计杂志》，2014年8月2905-2922日·Zbl 1308.62131号 [43] 文斯·利津斯基（Vince Lyzinski）、明·唐（Minh Tang）、阿凡蒂·阿特里亚（Avanti Athreya）、杨瑟公园（Youngser Park）和凯里·普里贝（Carey E Priebe）。分层随机块模型中的社区检测和分类。IEEE网络科学与工程学报，4（1）：13-262016。 [44] 凯瑟琳·马蒂亚斯和文森特·迈勒。通过动态随机块模型对时间网络进行统计聚类。英国皇家统计学会杂志。B辑：统计方法，79（4）：1119-11412017·Zbl 1373.62312号 [45] Peter J Mucha、Thomas Richardson、Kevin Macon、Mason A Porter和Jukka Pekka Onnela。时间相关、多尺度和多重网络中的社区结构。《科学》，328（5980）：876-8782010·Zbl 1226.91056号 [46] Agnes Martine Nielsen和Daniela Witten。多重随机点积图模型。arXiv预印arXiv:1811.12172018。 [47] 替补保罗和陈玉国。用于多层网络中一致社区检测的谱和矩阵分解方法。安.统计师。，48(1):230-250, 02 2020. ·Zbl 1440.62091号 [48] Dragana M.Pavlovi´c、Bryan R.L.Guillaume、Emma K.Towlson、Nicole M.Y.Kuek、Soroosh Afyouni、Petra E.V´ertes、B.T.Thomas Yeo、Edward T.Bullmore和Thomas E.Nichols。用于人脑网络簇结构个体差异自适应分析的多主题随机块模型。《神经影像》，220:1166112020。 [49] 蒂亚戈·P·佩克索托。推断分层、边值和时变网络的中尺度结构。《物理评论》E，92（4）：0428072015。 [50] 乔纳森·德·鲍尔（Jonathan D Power）、亚历山大·科恩（Alexander L Cohen）、史蒂文·纳尔逊（Steven M Nelson）、加根·S·威格（Gagan S Wig）、凯莉·安妮·巴恩斯（Kelly Anne Barnes）、杰西卡·丘奇（Jessica A Church）、亚历西亚·沃格尔（Ale。人脑的功能网络组织。神经元，72（4）：665-6782011。 [51] 凯里·普里贝（Carey E.Priebe）、扬泽公园（Youngser Park）、约书亚·T·沃格斯坦（Joshua T.Vogelstein）、约翰·康罗伊（John M.Conroy）、文斯·利津斯基（Vince Lyzinski）、明·唐（Minh Tang）、阿凡提·阿特里亚（Avanti Athreya）、约舒亚·凯普。关于光谱图聚类中的一个双真理现象。《国家科学院学报》，116（13）：5995-60002019年·Zbl 1431.62269号 [52] Karl Rohe、Sourav Chatterjee和Bin Yu。谱聚类和高维随机块模型。安.统计师。，39(4):1878-1915, 08 2011. ·Zbl 1227.62042号 [53] 帕特里克·鲁宾·德兰西（Patrick Rubin-Delanthy）、凯里·普里贝（Carey E.Priebe）、明·唐（Minh Tang）和约书亚·科普（Joshua Cape）。光谱嵌入的统计解释：广义随机点积图。arXiv预印本arXiv:1709.055062017·Zbl 1403.15011号 [54] Daniel L.Sussman、Minh Tang、Donniell E.Fishkind和Carey E.Priebe。随机块模型图的一致邻接谱嵌入。《美国统计协会杂志》，107（499）：1119-11282012·Zbl 1443.62188号 [55] 丹尼尔·苏斯曼（Daniel L.Sussman）、明·唐（Minh Tang）、凯莉·普里贝（Carey E.Priebe）、明·唐（Minh-Tang）和凯莉·普里贝（Keey E.Pribee）。随机点积图的一致潜在位置估计和顶点分类。IEEE模式分析和机器智能汇刊，36（1）：48-572014年1月·Zbl 1273.62147号 [56] Michael Szell、Renaud Lambiotte和Stefan Thurner。在线世界中大规模社交网络的多关系组织。《美国国家科学院院刊》，107（31）：13636-136412010。 [57] 明堂。随机块模型图的特征值。arXiv预印本arXiv:1803.11551018。 [58] 唐明（Minh Tang）、阿凡蒂·阿特里亚（Avanti Athreya）、丹尼尔·苏斯曼（Daniel L.Sussman）、文斯·利津斯基（Vince Lyzinski）和凯里·普里贝（Carey E.Priebe）。随机图的半参数双样本假设检验问题。计算与图形统计杂志，26（2）：344-3542017a·兹比尔1450.62040 [59] 唐明（Minh Tang）、阿凡蒂·阿特里亚（Avanti Athreya）、丹尼尔·苏斯曼（Daniel L Sussman）、文斯·利津斯基（Vince Lyzinski）和凯里·普里贝（Carey E Priebe）。随机图的非参数双样本假设检验问题。伯努利，23（3）：1599-16302017b·Zbl 1450.62040 [60] 唐润泽（Runze Tang）、迈克尔·凯查（Michael Ketcha）、亚历山德拉·巴迪亚（Alexandra Badea）、埃文·卡拉布雷斯（Evan D.Calabrese）、丹尼尔·马古利斯（Daniel S.Margulies）、约书亚·T·沃格斯坦（Joshua T.Vogelstein）、凯。通过低阶近似进行连接体平滑。IEEE医学成像学报，38（6）：1446-14562019。 [61] 罗曼·弗什宁。随机矩阵的非渐近分析导论。arXiv预印本arXiv:1011.30272010。 [62] Lu Wang、Zhengwu Zhang和David Dunson。用于信号子图估计的对称双线性回归。IEEE信号处理汇刊，67（7）：1929-1940，2019a·Zbl 1458.62157号 [63] Lu Wang、Zhengwu Zhang和David Dunson。大脑网络的共同和个体结构。附录申请。统计，13（1）：85-1122019b年3月·Zbl 1417.62332号 [64] 王尚思（Shangsi Wang）、杰斯·阿罗约（Jes’us Arroyo）、约书亚·T·沃格斯坦（Joshua T Vogelstein）和凯里·普里贝（Carey E Priebe）。图的联合嵌入。IEEE模式分析和机器智能汇刊，（出版中），2019c。 [65] 斯蒂芬·杨和爱德华·谢尔曼。社交网络的随机点积图模型。网络图的算法和模型，第138-149页。施普林格-柏林-海德堡，柏林，海德堡·Zbl 1136.05322号 [66] Y.Yu、T.Wang和R.J.Samworth。对于统计学家来说，戴维斯-卡汉定理的一个有用变体。《生物特征》，102（2）：315-3232015·Zbl 1452.15010号 [67] 张安如和董霞。张量SVD：统计和计算极限。IEEE信息理论汇刊，64（11）：7311-73382018·Zbl 1432.62176号 [68] Yuan Zhang、Elizaveta Levina和Ji Zhu。使用光谱方法检测网络中的重叠社区。SIAM数据科学数学杂志，2（2）：265-2832020·Zbl 1484.62073号 [69] 张正武（Zhengwu Zhang）、吉奈维拉·艾伦（Genevera I.Allen）、朱宏图（Hongtu Zhu）和大卫·邓森（David Dunson）。张量网络因子分解：大脑结构连接体和特征之间的关系。《神经影像》，197:330-3432019年。 [70] Mu Zhu和Ali Ghodsi。通过使用剖面似然从碎石图中自动选择尺寸。计算统计与数据分析，51（2）：918-9302006·Zbl 1157.62429号 [71] 左西尼安、杰弗里·安德森、皮埃尔·贝莱克、拉斯穆斯·姆伯恩、巴拉特·比斯瓦尔、雅努什·布劳茨克、约翰·斯布雷特纳、兰迪·巴克纳、文斯·德·卡尔霍恩、F.泽维尔·卡斯特拉诺斯、陈安涛、陈兵、陈江涛、徐晨、斯坦利·J·科尔科姆、威廉·考特尼、R·卡梅隆·克雷多克、阿德里安娜·迪·马蒂诺、郝明东、傅晓兰、龚其勇、，Krzysztof J Gorgolewski、Ying Han、Ye He、Yong He，Erica Ho、Avram Holmes、Xiao Hui Hou、Jeremy Huckins、Tianzi Jiang、Yi Jiang，William Kelley、Clare Kelly、Margaret King、Stephen M LaConte、Janet E Lainhart、Xu Lei、Hui-Jie Li、Kaiming Li、Kuncheng Li、Qixiang Lin、Dongqiang Liu、Jian Liu、Xun Liu、Yijun Liu、Gu，Jing Luo、Daniel Lurie、Ying Mao、Danile S Margulies、Andrew R Mayer、Thomas Meindl、Mary E Meyerand、Weizhi Nan、Jared A Nielsen、David O'Connor、David Paulsen、Vivek Prabhakaran、Zhigang Qi、Jiang Qiu、Chunhong Shao、Zarar Shezad、Weijun Tang、Arno Villringer、Huiling、Kai Wang、Dongtao、GaoXia Wei、Xu-Chu Weng、Xuhai、Ting，杨宁、杨志阳、臧玉凤、张磊、张庆林、张哲、张志强、赵柯、郑宗磊、袁舟、朱兴廷和迈克尔·米勒姆。用于建立功能连接组学可靠性和再现性的开放科学资源。科学数据，1:1400492014。 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。