聖塔非研究所

摘要 最近,在網路社群檢測問題中發現了一個相變,在該問題下,沒有任何演算法能夠比隨機猜測更好地成功區分哪

2022-09-02 · 已發表論文 · 更新 2026/03/19 上午03:11

摘要 最近,在網路社群檢測問題中發現了一個相變,在該問題下,沒有任何演算法能夠比隨機猜測更好地成功區分哪些節點屬於哪些社群。然而,到目前為止,這一結果僅限於社區具有相同規模或相同平均程度的情況。這裡我們考慮大小或平均度數不同的情況。這種不對稱性使我們能夠透過檢查當地社區來將節點分配給社區,從而獲得比隨機更好的成功。使用空腔方法,我們表明,對於四組或更少的網絡,這完全消除了可檢測…

本頁只刊出中文翻譯與中文說明;英文原文請見下方原文連結。

原文連結

論文資訊

  • 類型:已發表論文
  • 日期:2022-09-02

摘要

最近,在網路社群檢測問題中發現了一個相變,在該問題下,沒有任何演算法能夠比隨機猜測更好地成功區分哪些節點屬於哪些社群。然而,到目前為止,這一結果僅限於社區具有相同規模或相同平均程度的情況。這裡我們考慮大小或平均度數不同的情況。這種不對稱性使我們能夠透過檢查當地社區來將節點分配給社區,從而獲得比隨機更好的成功。使用空腔方法,我們表明,對於四組或更少的網絡,這完全消除了可檢測性轉變,而對於四組以上的網絡,轉變持續到不對稱的臨界量,但不超過。後一種情況的臨界點與局部資訊滲透的點重合,導致從不太準確的解決方案到更準確的解決方案的全局轉變。