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：工作論文
- 編號：工作論文 #131
- 日期：2026-03-18
摘要
社區檢測是網路科學的基本問題，在生物和社會領域有廣泛的應用。一種常見的方法是利用與網路相關的算子的頻譜屬性（最常見的是鄰接矩陣或圖拉普拉斯算子），儘管已知這些技術在稀疏網路上會失敗，儘管存在理論上可檢測的社區結構 [3],[4]。這項工作引入了一個我們稱為「z -拉普拉斯算子」的算子 L z = z A – D，已觀察到該算子與 [3]、[6] 的非回溯矩陣共享重要的譜屬性，並且我們相信即使在稀疏情況下也可以找到社區。我們透過訊息傳遞和群體動力學方法增強隨機矩陣理論的工具，以研究 L z 的頻譜。