Fugu-MT 論文翻訳(概要): Exact Recovery of Community Detection in k-Community Gaussian Mixture Model

論文の概要: Exact Recovery of Community Detection in k-Community Gaussian Mixture Model

arxiv url: http://arxiv.org/abs/2009.01185v1
Date: Sat, 29 Aug 2020 19:27:20 GMT
ステータス: 処理完了
システム内更新日: 2022-10-23 17:01:27.008984
Title: Exact Recovery of Community Detection in k-Community Gaussian Mixture Model
Title（参考訳）: k-Community Gaussian Mixture Modelにおけるコミュニティ検出の厳密な回復
Authors: Zhongyang Li
Abstract要約: ガウス混合モデルを用いたコミュニティ検出問題について検討する。最大推定値の正確な回復のしきい値が明らかとなる。アプリケーションにはハイパーグラフでのコミュニティ検出が含まれる。
参考スコア（独自算出の注目度）: 5.312472550578279
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study the community detection problem on a Gaussian mixture model, in which vertices are divided into $k\geq 2$ distinct communities. The major difference in our model is that the intensities for Gaussian perturbations are different for different entries in the observation matrix, and we do not assume that every community has the same number of vertices. We explicitly find the threshold for the exact recovery of the maximum likelihood estimation. Applications include the community detection on hypergraphs.
Abstract（参考訳）: 本研究では,ガウス混合モデルを用いて,頂点を$k\geq 2$の異なるコミュニティに分割したコミュニティ検出問題について検討する。我々のモデルにおける大きな違いは、ガウス摂動の強度が観測行列の異なるエントリに対して異なることである。我々は,最大確率推定の正確な回復のためのしきい値を求める。アプリケーションにはハイパーグラフのコミュニティ検出が含まれる。

関連論文リスト

Community Detection in the Multi-View Stochastic Block Model [47.43048484980115]
本稿では,無神論的な観点から,複数の潜在的相関グラフ上でのコミュニティ検出の問題について考察する。我々はまず,同じノードの集合上で相関グラフを生成するために設計された多視点情報ブロックモデル (MVSBM) と呼ばれるランダムグラフモデルを考案した。
論文参考訳（メタデータ） (2024-01-17T13:39:38Z)
Exact Recovery of Community Detection in dependent Gaussian Mixture Models [5.312472550578279]
ガウス混合モデルを用いたコミュニティ検出問題について検討する。我々は,最大推定値の正確な回復に必要かつ十分な条件を証明した。
論文参考訳（メタデータ） (2022-09-23T14:26:19Z)
A Robust and Flexible EM Algorithm for Mixtures of Elliptical Distributions with Missing Data [71.9573352891936]
本稿では、ノイズや非ガウス的なデータに対するデータ計算の欠如に対処する。楕円分布と潜在的な欠落データを扱う特性を混合した新しいEMアルゴリズムについて検討した。合成データの実験的結果は,提案アルゴリズムが外れ値に対して頑健であり,非ガウスデータで使用可能であることを示す。
論文参考訳（メタデータ） (2022-01-28T10:01:37Z)
Clustering a Mixture of Gaussians with Unknown Covariance [4.821312633849745]
最大極大推定に基づくMax-Cut整数プログラムを導出する。最適な速度を得るが、2次サンプルサイズを必要とする効率的なスペクトルアルゴリズムを開発する。我々は Max-Cut プログラムを$k$-means プログラムに一般化する。
論文参考訳（メタデータ） (2021-10-04T17:59:20Z)
Learning Gaussian Mixtures with Generalised Linear Models: Precise Asymptotics in High-dimensions [79.35722941720734]
多クラス分類問題に対する一般化線形モデルは、現代の機械学習タスクの基本的な構成要素の1つである。実験的リスク最小化による高次元推定器の精度を実証する。合成データの範囲を超えて我々の理論をどのように適用できるかを論じる。
論文参考訳（メタデータ） (2021-06-07T16:53:56Z)
Exact Recovery in the General Hypergraph Stochastic Block Model [92.28929858529679]
本稿では,d-uniform hypergraph block model(d-HSBM)の正確な回復の基本的な限界について検討する。精度の高いしきい値が存在し、正確な回復がしきい値の上に達成でき、その下には不可能であることを示す。
論文参考訳（メタデータ） (2021-05-11T03:39:08Z)
Spectral clustering under degree heterogeneity: a case for the random walk Laplacian [83.79286663107845]
本稿では,ランダムウォークラプラシアンを用いたグラフスペクトル埋め込みが,ノード次数に対して完全に補正されたベクトル表現を生成することを示す。次数補正ブロックモデルの特別な場合、埋め込みはK個の異なる点に集中し、コミュニティを表す。
論文参考訳（メタデータ） (2021-05-03T16:36:27Z)
Information Theoretic Limits of Exact Recovery in Sub-hypergraph Models for Community Detection [29.266116605396814]
本研究では,コミュニティ検出のためのサブハイパーグラフモデルにおいて,正確な回復のための情報理論境界について検討する。我々の限界は厳密であり、様々なモデルのコミュニティ検出問題に関係している。
論文参考訳（メタデータ） (2021-01-29T02:50:34Z)
Robustly Learning Mixtures of $k$ Arbitrary Gaussians [47.40835932474677]
任意の固定された$k$に対して$k$任意のガウスの混合を$mathbbRd$で頑健に推定する問題に対して、一定数の任意の汚職が存在する場合の時間アルゴリズムを与える。本研究の主なツールは,2乗法に依拠する効率的な分節クラスタリングアルゴリズムと,Frobeniusノルムおよび低ランク項の誤りを許容する新しいテンソル分解アルゴリズムである。
論文参考訳（メタデータ） (2020-12-03T17:54:03Z)

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。