희소 교환가능 그래프의 샘플링과 추정
본 논문은 실수 양의 구간 ℝ₊ 위에 정의되는 희소 교환가능 그래프 모델인 graphex 프레임워크를 통계적 네트워크 분석 도구로 확장한다. 저자들은 이 모델에 자연스럽게 연결되는 샘플링 방식을 제시하고, 관측된 그래프 시퀀스로부터 graphex 를 일관적으로 추정할 수 있는 새로운 추정량을 제안한다. 제안된 샘플링은 독립적인 정점 샘플링 후 고립 정점을 제거하는 방식이며, 추정량은 경험적 그래프온(empirical graphon)을 크기‑스케…
저자: Victor Veitch, Daniel M. Roy
이 논문은 희소 교환가능 그래프(sparse exchangeable graphs)와 그 기반이 되는 graphex 프레임워크를 통계적 네트워크 분석에 적용하기 위한 이론적 기반을 제공한다. 전통적인 그래프온(graphon) 모델은 밀집(dense) 그래프에 적합했지만, 실제 사회·생물·정보 네트워크는 대부분 희소(sparse)한 특성을 보인다. 이를 해결하기 위해 Caron‑Fox가 제안한 희소 교환가능 그래프 개념을 확장하고, Veitch‑Roy, Borgs‑Chayes‑Cohn‑Holden 등이 정형화한 graphex 모델을 재조명한다.
먼저, 저자들은 graphex W = (I, S, W) 를 정의한다. 여기서 I≥0 은 고립 에지 비율, S: ϑ→ℝ₊ 은 별(star) 구성요소를 나타내는 적분가능 함수, W: ϑ²→
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기