네트워크 형성 모델을 위한 근사 변분 추정
본 논문은 ERGM(Exponential Random Graph Model)의 정규화 상수를 직접 계산하기 어려운 문제를 해결하기 위해, 평균장(mean‑field) 변분 근사를 도입한다. 변분 최적화 문제를 설정하고, 비선형 대편향 이론을 이용해 평균장 근사의 상한·하한을 명시적으로 제시한다. 이론적 오류 경계는 네트워크 규모가 커질수록 0에 수렴함을 보이며, 실험에서는 MCMC‑MLE와 MPLE보다 안정적인 추정 성능을 확인한다.
저자: Angelo Mele, Lingjiong Zhu
본 논문은 네트워크 형성 이론에서 널리 사용되는 지수형 랜덤 그래프 모델(ERGM)의 추정 문제를 다룬다. ERGM은 노드 간 연결, 두‑스타(two‑star) 및 삼각형(triangle) 등 복잡한 구조적 통계량을 포텐셜 함수 Qₙ에 포함시키며, 관측된 네트워크 g의 확률은 πₙ(g;α,β,γ)=exp
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기