稀疏动态网络的贝叶斯非参数方法
摘要：一种贝叶斯非参数方法模拟稀疏时变网络的提议。网络的每个节点关联一个正参数，模拟该节点的交际性。交际性被假定随时间演变，并通过动态点过程模型进行建模。该模型能够捕捉交际性的长期演变。此外，它产生稀疏图，其中边的数量随节点数的增长呈亚二次增长。交际性的演变由易处理的时变广义伽马过程描述。我们对该模型提供了一些理论洞见，并将其应用于三个数据集：一个模拟网络，Reddit上社区之间的超链接网络以及9·11袭击后路透社新闻文章中词汇共现网络。
作者：Cian Naik, Francois Caron, Judith Rousseau, Yee Whye Teh, Konstantina Palla
论文ID：1607.01624
分类：Machine Learning
分类简称：stat.ML
提交时间：2022-04-18