論文の概要: From Leiden to Pleasure Island: The Constant Potts Model for Community Detection as a Hedonic Game

• arxiv url: http://arxiv.org/abs/2509.03834v1
• Date: Thu, 04 Sep 2025 02:50:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-05 20:21:10.029489
• Title: From Leiden to Pleasure Island: The Constant Potts Model for Community Detection as a Hedonic Game
• Title（参考訳）: ライデンからプレジャー島:ヘドニックゲームとしてのコミュニティ検出のための定数ポッツモデル
• Authors: Lucas Lopes Felipe, Konstantin Avrachenkov, Daniel Sadoc Menasche,
• Abstract要約: 本稿では,ネットワークを不連続なコミュニティに分割するための定数ポットモデル(CPM)のゲーム理論的視点を示す。 その効率性、堅牢性、正確性を強調します。 部分的地平情報を用いて初期分割をブートストラップするコミュニティトラッキングシナリオにおいて,ロバスト分割は地平情報の回復において高い精度が得られることを示す。
• 参考スコア（独自算出の注目度）: 0.0254890465057467
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Community detection is one of the fundamental problems in data science which consists of partitioning nodes into disjoint communities. We present a game-theoretic perspective on the Constant Potts Model (CPM) for partitioning networks into disjoint communities, emphasizing its efficiency, robustness, and accuracy. Efficiency: We reinterpret CPM as a potential hedonic game by decomposing its global Hamiltonian into local utility functions, where the local utility gain of each agent matches the corresponding increase in global utility. Leveraging this equivalence, we prove that local optimization of the CPM objective via better-response dynamics converges in pseudo-polynomial time to an equilibrium partition. Robustness: We introduce and relate two stability criteria: a strict criterion based on a novel notion of robustness, requiring nodes to simultaneously maximize neighbors and minimize non-neighbors within communities, and a relaxed utility function based on a weighted sum of these objectives, controlled by a resolution parameter. Accuracy: In community tracking scenarios, where initial partitions are used to bootstrap the Leiden algorithm with partial ground-truth information, our experiments reveal that robust partitions yield higher accuracy in recovering ground-truth communities.
• Abstract（参考訳）: コミュニティ検出は、ノードを非結合なコミュニティに分割するデータサイエンスにおける基本的な問題の1つである。 本稿では,ネットワークを不連続なコミュニティに分割するための定数ポットモデル(CPM)のゲーム理論的視点を示し,その効率性,堅牢性,正確性を強調した。 効率性: 我々はCPMを、グローバルハミルトニアンをローカルなユーティリティ関数に分解することで、潜在的なヘドニックゲームとして解釈し、各エージェントのローカルなユーティリティゲインは、対応するグローバルなユーティリティの増加と一致する。 この等価性を利用して、より応答性の高い力学によるCPM目標の局所的な最適化が擬似多項式時間で平衡分割に収束することを証明する。 ロバストネス(ロバストネス:ロバストネス:ロバストネスの新たな概念に基づく厳格な基準、近隣住民の最大化と近隣住民の最小化を要求するノード、およびこれらの目標の重み付けされた和に基づく緩和効用関数。 精度: 部分的地平情報を用いたLeidenアルゴリズムを初期分割でブートストラップするコミュニティトラッキングシナリオにおいて, 頑健な地平コミュニティの回復において, 頑健な分断が高精度であることを明らかにする。

関連論文リスト

• What Makes Local Updates Effective: The Role of Data Heterogeneity and Smoothness [5.357435119431715]
  この論文は、異種環境における局所SGDの分析のための自己完結型ガイドに寄与する。 この論文はオンライン学習にも拡張され、ファーストオーダーとバンディットの両方のフィードバックの下で基本的な境界を提供する。
  論文  参考訳（メタデータ） (2025-06-30T19:06:02Z)
• Benchmarking LLMs' Swarm intelligence [50.544186914115045]
  大規模言語モデル(LLM)は複雑な推論の可能性を秘めているが、マルチエージェントシステム(MAS)における創発的協調の能力はほとんど探索されていない。 分散エージェントとして機能するLDMのタスクを体系的に評価する新しいベンチマークであるSwarmBenchを紹介する。 本稿では,協調効率の指標を提案し,創発的グループダイナミクスを解析する。
  論文  参考訳（メタデータ） (2025-05-07T12:32:01Z)
• A Local Perspective-based Model for Overlapping Community Detection [0.06206748337438322]
  地域コミュニティの観点から重なり合うコミュニティ検出モデルであるLQ-GCNを提案する。 LQ-GCNはBernoulli-Poissonモデルを用いてコミュニティアフィリエイトマトリックスを構築し、エンドツーエンド検出フレームワークを形成する。 LQ-GCNは、正規化された相互情報(NMI)が最大33%改善され、リコールが26.3%改善された。
  論文  参考訳（メタデータ） (2025-03-27T14:43:42Z)
• Community Detection by ELPMeans: An Unsupervised Approach That Uses Laplacian Centrality and Clustering [0.0]
  ソーシャルネットワークの最近の増加により、ネットワーク分析のコミュニティはより複雑になっている。 本稿は,この課題に対処する試みとして,ELPMeansという新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-02-27T09:07:45Z)
• TANGO: Clustering with Typicality-Aware Nonlocal Mode-Seeking and Graph-Cut Optimization [2.4783546111391215]
  密度に基づくモード探索法は,低密度点から高密度近傍への遠心依存性を生成する。 両言語の観点から, 局所的に定義された依存関係を探索することにより, 固有性という新しい概念を導入する。 我々は,グローバルビューの典型性を利用して,モードを効果的かつ効率的に識別するアルゴリズムを考案する。
  論文  参考訳（メタデータ） (2024-08-19T15:26:25Z)
• MNTD: An Efficient Dynamic Community Detector Based on Nonnegative Tensor Decomposition [3.714657619100999]
  本稿では,動的コミュニティ検出のためのモジュラリティ内非負のRESCAL分解(MNTD)モデルを提案する。 MNTDは、コミュニティ検出の精度において最先端の動的コミュニティ検出方法よりも優れている。
  論文  参考訳（メタデータ） (2024-07-26T16:17:53Z)
• CPR++: Object Localization via Single Coarse Point Supervision [55.8671776333499]
  粗い点修正(CPR)は、アルゴリズムの観点からの意味的分散を緩和する最初の試みである。 CPRは、アノテートされた最初のポイントを置き換えるために、近隣地域のセマンティックセンターポイントを選択することで意味のばらつきを減らす。 CPR++は、スケール情報を取得し、グローバル領域における意味的分散をさらに低減することができる。
  論文  参考訳（メタデータ） (2024-01-30T17:38:48Z)
• Trust your Good Friends: Source-free Domain Adaptation by Reciprocal Neighborhood Clustering [50.46892302138662]
  我々は、ソースデータがない場合に、ソース事前学習されたモデルをターゲット領域に適応させる、ソースフリー領域適応問題に対処する。 提案手法は,ソースドメイン分類器と一致しない可能性のあるターゲットデータが,依然として明確なクラスタを形成しているという観測に基づいている。 本研究では, この地域構造を, 地域住民, 相互隣人, 及び拡張近所を考慮し, 効率的に把握できることを実証する。
  論文  参考訳（メタデータ） (2023-09-01T15:31:18Z)
• Adaptive Local-Component-aware Graph Convolutional Network for One-shot Skeleton-based Action Recognition [54.23513799338309]
  骨格に基づく行動認識のための適応的局所成分認識グラフ畳み込みネットワークを提案する。 我々の手法はグローバルな埋め込みよりも強力な表現を提供し、我々のモデルが最先端に到達するのに役立ちます。
  論文  参考訳（メタデータ） (2022-09-21T02:33:07Z)
• GenDICE: Generalized Offline Estimation of Stationary Values [108.17309783125398]
  重要なアプリケーションでは,効果的な推定が依然として可能であることを示す。 我々のアプローチは、定常分布と経験分布の差を補正する比率を推定することに基づいている。 結果として得られるアルゴリズム、GenDICEは単純で効果的である。
  論文  参考訳（メタデータ） (2020-02-21T00:27:52Z)

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。