Fugu-MT 論文翻訳(概要): Information Limits for Detecting a Subhypergraph

論文の概要: Information Limits for Detecting a Subhypergraph

arxiv url: http://arxiv.org/abs/2105.02259v1
Date: Wed, 5 May 2021 18:08:42 GMT
ステータス: 処理完了
システム内更新日: 2021-05-08 04:10:35.409420
Title: Information Limits for Detecting a Subhypergraph
Title（参考訳）: サブハイパーグラフ検出のための情報制限
Authors: Mingao Yuan, Zuofeng Shang
Abstract要約: 均一なハイパーグラフに対応する観測された隣接テンソルに基づいてサブハイパーグラフを回復する問題を検討する。サブヒペグラフの弱い回復と正確な回復の両方を検討し、各ケースで情報理論の限界を確立します。
参考スコア（独自算出の注目度）: 6.903929927172917
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We consider the problem of recovering a subhypergraph based on an observed adjacency tensor corresponding to a uniform hypergraph. The uniform hypergraph is assumed to contain a subset of vertices called as subhypergraph. The edges restricted to the subhypergraph are assumed to follow a different probability distribution than other edges. We consider both weak recovery and exact recovery of the subhypergraph, and establish information-theoretic limits in each case. Specifically, we establish sharp conditions for the possibility of weakly or exactly recovering the subhypergraph from an information-theoretic point of view. These conditions are fundamentally different from their counterparts derived in hypothesis testing literature.
Abstract（参考訳）: 我々は、一様ハイパーグラフに対応する観測された隣接テンソルに基づいてサブハイパーグラフを復元する問題を考える。均一なハイパーグラフは、サブハイパーグラフと呼ばれる頂点の部分集合を含むと仮定される。ハイパーグラフに制限されたエッジは他のエッジとは異なる確率分布に従うと仮定される。我々は,サブハイパーグラフの弱い回復と正確な回復の両方を検討し,それぞれの場合において情報理論上の限界を確立する。具体的には,情報理論の観点から,サブハイパーグラフを弱く正確に復元する可能性について,鋭い条件を確立する。これらの条件は仮説検定文献から導かれた条件とは根本的に異なる。

関連論文リスト

Hypergraphs as Weighted Directed Self-Looped Graphs: Spectral Properties, Clustering, Cheeger Inequality [40.215737469808026]
ハイパーグラフはグループ関係を研究するときに現れ、機械学習の分野で広く使われている。ハイパーグラフの統一的な定式化は行われていないが、最近提案されたエッジ依存レイリー重み付け(EDVW)モデリングは、ハイパーグラフの最も一般化されたモデリング手法の1つである。グラフ上の対応する定義と整合性を持つハイパーグラフQuotient, NCut, boundary/cut, volume, and conductance の定義を提案する。そして、正規化されたハイパーグラフラプラシアンがNCut値と関連があることを証明し、スペクトルクラスタリングのためのHyperClus-Gアルゴリズムを刺激する。
論文参考訳（メタデータ） (2024-10-23T05:16:48Z)
Towards Self-Interpretable Graph-Level Anomaly Detection [73.1152604947837]
グラフレベルの異常検出(GLAD)は、コレクションの大多数と比べて顕著な相違を示すグラフを識別することを目的としている。本稿では,異常なグラフを検出し,同時に情報的説明を生成する自己解釈グラフaNomaly dETectionモデル(SIGNET)を提案する。
論文参考訳（メタデータ） (2023-10-25T10:10:07Z)
Hypergraph Structure Inference From Data Under Smoothness Prior [46.568839316694515]
本稿では,ラベル付きデータを監視対象とせずに,潜在的なハイパーエッジの確率を推定する手法を提案する。本稿では,この手法を用いてハイパーグラフ構造とノード特徴の関係を確率論的モデリングにより導出する。本手法は,既存のハイパーグラフ構造推定法よりも効率的にデータから有意義なハイパーグラフ構造を学習できることを示す。
論文参考訳（メタデータ） (2023-08-27T18:28:58Z)
Optimal and exact recovery on general non-uniform Hypergraph Stochastic Block Model [0.0]
非一様ハイパーグラフ化ブロックモデル(HSBM)に基づくランダムハイパーグラフにおけるコミュニティ検出問題の検討文献ではじめて、この一様でないケース下での正確な回復のための鋭いしきい値が、小さな制約の下で確立された。しきい値を超えると正確な回復を達成でき、正確な回復が不可能な場合には最小の確率で達成できる2つの効率的なアルゴリズムを提供する。
論文参考訳（メタデータ） (2023-04-25T20:30:33Z)
Resolving label uncertainty with implicit posterior models [71.62113762278963]
本稿では,データサンプルのコレクション間でラベルを共同で推論する手法を提案する。異なる予測子を後部とする生成モデルの存在を暗黙的に仮定することにより、弱い信念の下での学習を可能にする訓練目標を導出する。
論文参考訳（メタデータ） (2022-02-28T18:09:44Z)
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)
Heterogeneous Dense Subhypergraph Detection [6.903929927172917]
ヘテロジニアス高密度ハイパーグラフの存在を検査する問題について検討する。ヌル仮説は異質な erd "os-r'enyi uniform random hypergraph に対応する。代替仮説は、密度の高いサブハイパーグラフを含む異種均一なランダムハイパーグラフに対応する。
論文参考訳（メタデータ） (2021-04-08T20:44:22Z)
Recognizing Predictive Substructures with Subgraph Information Bottleneck [97.19131149357234]
IB-subgraph というサブグラフを認識するための新しいサブグラフ情報ボトルネック(SIB)フレームワークを提案する。相互情報の抽出性とグラフデータの離散的性質は、SIBの目的を最適化することが難しいことで知られている。グラフ学習と大規模ポイントクラウドタスクの実験は、ib-subgraphの優れた特性を示している。
論文参考訳（メタデータ） (2021-03-20T11:19:43Z)
Sharp detection boundaries on testing dense subhypergraph [6.903929927172917]
高密度サブハイパーグラフの存在をテストすることの問題を研究する。ヌル仮説はエルドス・レニイの均一なランダムなハイパーグラフである。代替仮説は、密度の高いサブハイパーグラフを含む均一なランダムハイパーグラフである。
論文参考訳（メタデータ） (2021-01-12T16:31:47Z)
Hypergraph Partitioning using Tensor Eigenvalue Decomposition [19.01626581411011]
我々は、k-ユニフォームハイパーグラフの分割のための新しいアプローチを提案する。既存の手法のほとんどは、ハイパーグラフをグラフに還元し、次に標準的なグラフ分割アルゴリズムを適用することで機能する。我々は、テンソルベースのハイパーグラフ表現を利用することでこの問題を克服する。
論文参考訳（メタデータ） (2020-11-16T01:55:43Z)

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。