Core Concepts
本論文では、ノードではなく辺が関数データとして表現されるネットワークモデリングを提案する。Tucker関数分解を用いて機能的隣接テンソルを分解し、ノード間のコミュニティ構造を考慮するために、基底行列に対称性の正則化を行う。さらに、機能的辺の不規則な観測に対処するため、テンソル補完問題を解く。
Abstract
本論文では、従来のネットワークモデリングとは異なり、ノードではなく辺が関数データとして表現されるネットワークモデリングを提案している。
具体的には以下の通り:
ネットワークの辺を関数データとして表現し、3次元の機能的隣接テンソルを定義する。
Tucker関数分解を用いて、この機能的隣接テンソルを分解する。分解の際、ノード間のコミュニティ構造を考慮するために、基底行列に対称性の正則化を行う。
機能的辺の不規則な観測に対処するため、テンソル補完問題を解く。リーマン共役勾配法を用いて最適化を行う。
提案手法の理論的性質を示す定理を導出する。
シミュレーションデータおよび香港・シンガポールの地下鉄システムデータを用いて、提案手法の有効性を検証する。
Stats
Xij(t)は時間tにおける駅iと駅jの乗客流動を表す関数である。
Eij(t)はXij(t)に加わるノイズであり、平均0、分散σ2に従う正規分布に従う。