Статистические данные > Машинное обучение [представлено 7 января 2021 (v1), последний пересмотренный вариант 6 сентября 2026 года (эта версия, v4)] Название: Directed Mixed commister stochastic blockmodel View PDF HTML (экспериментальное) резюме: в последние несколько лет широко изучался вопрос о модели членства для неуправляемых сетей. Несмотря на существенный прогресс, достигнутый в отношении неуправляемых дел, рассмотрение смешанных структур членства в специализированных сетях по-прежнему сопряжено с серьезными трудностями. Для устранения этого пробела мы внедряем новую систему, предназначенную для специализированных сетей с пересекающимися сообществами. Ключевой особенностью ДИММСБ является ее способность рассматривать узлы строк и столбцов матрицы родственных связей как отдельные образования, каждый из которых может следовать за своей собственной общинной организацией. На основе этой модели мы разрабатываем DiSP, эффективную спектральную процедуру оценки смешанного членства для обоих комплексов узлов. С помощью деликатного анализа мы вычисляем пределы ошибок, характерные для узла, при небольших условиях спаржи. Результаты моделирования подтверждают теоретические результаты, демонстрируя, что DiSP достигает более низких показателей погрешности и быстрее вычисления, чем конкурент. Кроме того, приложения к реальным данным свидетельствуют об эффективности ДИСП в выявлении асимметричных структурных структур. История представления: Uuan Qing [видение электронной почты] [v1]…
Режиссёр смешанного членства стохастическая блок-модель
arXiv:210102307v4 Annualce Type: заменить резюме: в последние несколько лет широко изучалась модель смешанного членства для неуправляемых сетей. Несмотря на существенный прогресс, достигнутый в отношении неуправляемых дел, рассмотрение смешанных структур членства в специализированных сетях по-прежнему сопряжено с серьезными трудностями. Для устранения этого пробела мы внедряем новую систему, предназначенную для специализированных сетей с пересекающимися сообществами. Ключевой особенностью ДИММСБ является ее способность рассматривать узлы строк и столбцов матрицы родственных связей как отдельные образования, каждый из которых может следовать за своей собственной общинной организацией. На основе этой модели мы разрабатываем DiSP, эффективную спектральную процедуру оценки смешанного членства для обоих комплексов узлов. С помощью деликатного анализа мы вычисляем пределы ошибок, характерные для узла, при небольших условиях спаржи. Результаты моделирования подтверждают теоретические результаты, демонстрируя, что DiSP ac