대규모 희소 네트워크의 커뮤니티 검출을 위한 의사 가능도 방법
Source
Evernote/IFTTT Feedly/Pseudo-likelihood methods for community detection in large sparse networks.md
Summary
이 논문은 대규모 및 희소 네트워크에서 커뮤니티 구조를 검출하기 위한 빠른 의사 가능도(pseudo-likelihood) 방법을 제안합니다. 기존 알고리즘이 희소 네트워크에서 성능이 떨어지는 문제를 해결하기 위해, 도수 분포(degree distribution)를 조건부로 고려하는 변형 모델도 포함합니다. 또한, 일반 스펙트럼 클러스터링이 실패하는 희소 네트워크에서 효과적인 ‘perturbations 를 이용한 스펙트럼 클러스터링’을 제안하여 의사 가능도 알고리즘의 초기값으로 활용합니다. 정치적 블로그 네트워크 사례를 통해 검증되었습니다.
Key Points
- 대규모 희소 네트워크에 적합한 빠른 의사 가능도(pseudo-likelihood) 알고리즘 제안
- 임의의 도수 분포를 허용하기 위해 도수(degree)를 조건부로 고려한 확률 블록 모델(stochastic block model) 변형
- 희소 네트워크에서 기존 스펙트럼 클러스터링의 한계를 극복하는 perturbations 기반 스펙트럼 클러스터링 방법 제안
- 정치적 블로그 네트워크를 통한 실증적 성능 검증
Related
-
Moment-Based Spectral Analysis of Large-Scale Networks Using Local Structural Information
-
Information-Theoretic Outlier Detection for Large-Scale Categorical Data
-
Protecting Sensitive Labels in Social Network Data Anonymization
-
Anomaly Extraction in Backbone Networks Using Association Rules
-
Regularized Latent Semantic Indexing (RLSI): 대규모 토픽 모델링을 위한 새로운 접근법
-
Efficient Multiview Maintenance under Insertion in Huge Social Networks
-
동적 스타 네트워크에서 다중 유형 객체의 공진화 (Co-Evolution of Multi-Typed Objects in Dynamic Star Networks)
-
An Unsupervised Feature Selection Framework for Social Media Data
-
Social Event Classification via Boosted Multimodal Supervised Latent Dirichlet Allocation
-
Similarity-based Clustering by Left-Stochastic Matrix Factorization
-
실내 이동 객체를 위한 거리 기반 조인 (Distance-Aware Join for Indoor Moving Objects)
-
상호의존적 정보 보안 게임 이론 조사 (A Survey of Interdependent Information Security Games)
-
Continuous Birdsong Recognition Using Gaussian Mixture Modeling of Image Shape Features
-
Online Graph Edge-Coloring in the Random-Order Arrival Model
-
λ-Diverse Nearest Neighbors Browsing for Multidimensional Data
-
Unsupervised Spatial Event Detection in Targeted Domains with Applications to Civil Unrest Modeling
-
Joint consideration of energy-efficiency and coverage-preservation in microsensor networks