Core Concepts
提案された新しいダイナミックエッジパーティションモデルは、時間的関係学習のために進化する頂点メンバーシップを捉えることができます。
Abstract
この論文では、新しいダイナミックエッジパーティションモデルが提案されています。このモデルは、頂点のメンバーシップの進化を捉えるためにDirichlet Markov chain構築を使用しています。階層的なβ-γ事前分布を介して適切な潜在コミュニティ数が自動的に推定されます。また、提案された方法は、SG-MCMCフレームワークに基づくスケーラブルな推論アルゴリズムを開発することも可能です。
Stats
DSBM: 0.703
GaP-DNM: 0.766
D2EPM-Gibbs: 0.812
D2EPM-EM-SGRLD: 0.808
D2EPM-RM-SGRLD: 0.809