Основні поняття
본 연구는 가중 네트워크의 잠재적 구조 정보를 모델링하기 위해 노드 차수 변동을 고려한 분포 자유 모델을 제안한다. 제안된 모델은 기존 분포 자유 모델을 확장하여 실제 가중 네트워크에 적합하도록 하였으며, 비가중 네트워크에 대한 고전적인 차수 보정 확률적 블록 모델을 가중 네트워크로 확장하였다. 스펙트럼 클러스터링 기반의 알고리즘을 설계하여 모델 적합을 수행하였으며, 이에 대한 이론적 프레임워크를 개발하였다. 또한 가중 네트워크에 대한 일반화된 모듈러리티를 제안하였다.
Анотація
본 연구는 가중 네트워크의 커뮤니티 탐지를 위한 새로운 모델과 알고리즘을 제안하였다.
-
제안된 모델인 차수 보정 분포 자유 모델(DCDFM)은 기존 분포 자유 모델(DFM)을 확장하여 노드 차수 변동을 고려하였다. 이를 통해 실제 가중 네트워크를 보다 잘 모델링할 수 있게 되었다.
-
DCDFM은 비가중 네트워크에 대한 고전적인 차수 보정 확률적 블록 모델(DCSBM)을 가중 네트워크로 확장한 것이다.
-
스펙트럼 클러스터링 기반의 nDFA 알고리즘을 제안하였으며, DCDFM 하에서의 일관성 있는 추정을 위한 이론적 프레임워크를 개발하였다.
-
가중 네트워크에 대한 일반화된 모듈러리티를 제안하였다. 이는 기존 뉴먼의 모듈러리티를 가중 네트워크로 확장한 것이다.
-
모의실험 및 실제 네트워크 데이터 실험을 통해 제안 방법의 우수성을 입증하였다.
Статистика
노드 i의 차수는 ∑n
j=1 A(i, j)로 정의된다.
양의 차수는 d+(i) = ∑n
j=1 A+(i, j)이고, 음의 차수는 d-(i) = ∑n
j=1 A-(i, j)이다.
전체 양의 차수는 m+ = ∑n
i=1 d+(i)이고, 전체 음의 차수는 m- = ∑n
i=1 d-(i)이다.
Цитати
"DCDFM은 기존 DFM을 확장하여 노드 차수 변동을 고려함으로써 실제 가중 네트워크를 보다 잘 모델링할 수 있게 되었다."
"DCDFM은 비가중 네트워크에 대한 DCSBM을 가중 네트워크로 확장한 것이다."
"제안된 일반화된 모듈러리티는 기존 뉴먼의 모듈러리티를 가중 네트워크로 확장한 것이다."