論文の概要: The Hierarchy of Block Models
- arxiv url: http://arxiv.org/abs/2002.02610v2
- Date: Sat, 13 Mar 2021 22:11:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-03 04:18:15.676112
- Title: The Hierarchy of Block Models
- Title(参考訳): ブロックモデルの階層性
- Authors: Majid Noroozi and Marianna Pensky
- Abstract要約: 本研究の目的は,任意の識別可能性条件に依存しないブロックモデルの階層化である。
本研究では,SBM,DCBM,PABMを特定のパラメータ値で処理するNested Block Model (NBM)を提案する。
- 参考スコア(独自算出の注目度): 4.56877715768796
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There exist various types of network block models such as the Stochastic
Block Model (SBM), the Degree Corrected Block Model (DCBM), and the Popularity
Adjusted Block Model (PABM). While this leads to a variety of choices, the
block models do not have a nested structure. In addition, there is a
substantial jump in the number of parameters from the DCBM to the PABM. The
objective of this paper is formulation of a hierarchy of block model which does
not rely on arbitrary identifiability conditions. We propose a Nested Block
Model (NBM) that treats the SBM, the DCBM and the PABM as its particular cases
with specific parameter values, and, in addition, allows a multitude of
versions that are more complicated than DCBM but have fewer unknown parameters
than the PABM. The latter allows one to carry out clustering and estimation
without preliminary testing, to see which block model is really true.
- Abstract(参考訳): 確率ブロックモデル(sbm)、次数補正ブロックモデル(dcbm)、人気調整ブロックモデル(pabm)など、ネットワークブロックモデルには様々な種類が存在する。
これは様々な選択につながるが、ブロックモデルはネスト構造を持たない。
さらに、DCBMからPABMへのパラメータ数が大幅に増加した。
本研究の目的は,任意の識別可能性条件に依存しないブロックモデルの階層化である。
我々は,sbm,dcbm,pabmを特定のパラメータ値で特定のケースとして扱うネストブロックモデル(nbm)を提案し,さらに,dcbmよりも複雑だが未知のパラメータが少ない多数のバージョンを許容する。
後者では、予備テストなしでクラスタリングと推定を実行し、どのブロックモデルが本当に正しいかを確認することができる。
関連論文リスト
- A New Learning Paradigm for Foundation Model-based Remote Sensing Change
Detection [54.01158175996638]
変化検出(CD)は、土地被覆の動的過程を観察し解析するための重要な課題である。
本稿では,基盤モデルに基づくCD適応フレームワークであるBi-Temporal Adapter Network (BAN)を提案する。
論文 参考訳(メタデータ) (2023-12-02T15:57:17Z) - Parameter Efficient Fine-tuning via Cross Block Orchestration for
Segment Anything Model [86.41316628084464]
PEFTにクロスブロックオーケストレーション機構を組み、SAM(Segment Anything Model)の様々な下流シナリオへの適応を可能にする。
本稿では,超複素層から重みが生じる線形射影ヘッドを導入するブロック内拡張モジュールを提案する。
提案手法は,約1Kのパラメータのみを付加した新規シナリオにおいて,セグメンテーション性能を大幅に向上させる。
論文 参考訳(メタデータ) (2023-11-28T11:23:34Z) - Monotone deep Boltzmann machines [86.50247625239406]
ディープボルツマンマシン(Deep Boltzmann Machine、DBM)は、双対エネルギー関数によって制御される多層確率モデルである。
我々は,各層で任意の自己接続が可能な新しい制限モデルであるモノトンDBMを開発した。
アクティベーションの特定の選択が、変動平均場解を与える固定点反復をもたらすことを示す。
論文 参考訳(メタデータ) (2023-07-11T03:02:44Z) - Automatic Mixed-Precision Quantization Search of BERT [62.65905462141319]
BERTのような事前訓練された言語モデルは、様々な自然言語処理タスクにおいて顕著な効果を示している。
これらのモデルは通常、数百万のパラメータを含んでおり、リソースに制約のあるデバイスへの実践的なデプロイを妨げている。
本稿では,サブグループレベルでの量子化とプルーニングを同時に行うことができるBERT用に設計された混合精密量子化フレームワークを提案する。
論文 参考訳(メタデータ) (2021-12-30T06:32:47Z) - A class of network models recoverable by spectral clustering [11.635152494912003]
ブロックモデル (sbm) で使用されるアルゴリズムがブロックモデルのより広いクラスで動作することを示す。
このモデルのクラスを指定するのに必要な自由なパラメータを明確に紹介し、その結果、このモデルクラスのリカバリエラーを制御するパラメータをより明確に公開します。
論文 参考訳(メタデータ) (2021-04-21T04:22:18Z) - A Bayesian Approach to Block-Term Tensor Decomposition Model Selection
and Computation [10.91885508254207]
いわゆるブロック項分解(BTD)テンソルモデル(特にランク=(L_r,L_r,1)$バージョン)は近年注目を集めている。
BTDモデル構造、すなわちブロック項の数とその個々のランクを推定するという課題は、最近になって注目され始めたばかりです。
ランク-$(L_r,L_r,1)$ BTDモデルの選択と計算の問題を、列の間隔を直交するアイデアに基づいて解くためのベイズ的アプローチが採られる。
論文 参考訳(メタデータ) (2021-01-08T09:37:21Z) - Nondiagonal Mixture of Dirichlet Network Distributions for Analyzing a
Stock Ownership Network [3.0969191504482243]
ブロックモデリングは複雑なネットワークの研究で広く使われている。
基本特徴を組み込んだエッジ交換可能なブロックモデルを提供し、同時に複素ネットワークの潜在ブロック構造を推定する。
我々のモデルはベイズ非パラメトリックモデルであり、ブロックの数を柔軟に推定し、目に見えないノードの可能性を考慮している。
論文 参考訳(メタデータ) (2020-09-08T05:56:10Z) - SMT-based Safety Verification of Parameterised Multi-Agent Systems [78.04236259129524]
パラメータ化マルチエージェントシステム(MAS)の検証について検討する。
特に、与えられた状態公式として特徴づけられる不要な状態が、所定のMASで到達可能かどうかについて検討する。
論文 参考訳(メタデータ) (2020-08-11T15:24:05Z) - Selecting Diverse Models for Scientific Insight [0.12891210250935145]
異なるペナルティ設定が、異なるモデルにおける係数の縮小またはスパーシティを促進するかを示す。
変分を強制するペナルティフォームの選択は、鋼合金組成から積層欠陥エネルギーを予測するために適用される。
論文 参考訳(メタデータ) (2020-06-16T14:06:55Z) - Selective Inference for Latent Block Models [50.83356836818667]
本研究では,潜在ブロックモデルに対する選択的推論法を提案する。
我々は,潜在ブロックモデルの行と列クラスタのメンバシップの集合に対する統計的テストを構築した。
提案された正確で近似されたテストは、選択バイアスを考慮していない単純なテストと比較して効果的に機能する。
論文 参考訳(メタデータ) (2020-05-27T10:44:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。