데이터 블록 모델에서 정확 복구의 새로운 임계값

초록

**
본 논문은 정점에 부착된 속성 데이터를 활용하는 데이터 블록 모델(DBM)에서, 정확 복구가 가능하도록 하는 임계값을 Chernoff‑TV 발산으로 정의하고, 해당 임계값을 달성하는 다항시간 알고리즘과 불가능성을 보이는 정보이론적 하한을 제시한다. 실험을 통해 속성 정보가 복구 성능을 크게 향상시킴을 확인한다.

**

상세 분석

**
이 연구는 기존 SBM의 한계를 극복하기 위해 정점별 부가 데이터를 모델에 포함시킨 DBM을 고려한다. 핵심 기여는 두 가지 정보원을 정량화하는 새로운 거리 척도인 Chernoff‑TV 발산을 도입한 점이다. Chernoff‑TV 발산은 각 커뮤니티별 데이터 분포 (P_{U|X=a})와 그래프 연결 확률 행렬 (W)가 결합된 형태로 정의되며, 기존 CH‑발산이 그래프 구조만을 반영하는 데 비해 데이터와 그래프의 상호작용을 포괄한다. 논문은 로그‑스케일 평균 차수 (\Theta(\log n)) regime을 가정하고, 임계조건을
\