Экспоненциальные семейные модели случайных графов

Оглавление1 Экспоненциальные семейства моделей случайных графов1.1 Основы ERGM1.2 Вычисление вероятностей1.3 Примеры и вероятности1.4 Аппроксимация выборки1.5 Свойства марковских цепей2 Экспоненциальные семейные […]

Экспоненциальные семейства моделей случайных графов

  • Основы ERGM

    • ERGM – это вероятностная модель для описания структуры и динамики социальных сетей. 
    • Модель основана на теории графов и использует функции вероятности для описания вероятностей различных графов. 
  • Вычисление вероятностей

    • Вероятности графов вычисляются с использованием функции вероятности массы и нормализующей константы. 
    • Нормализующая константа представляет собой сумму вероятностей всех графов. 
  • Примеры и вероятности

    • В примере с тремя узлами и двумя ребрами вероятность каждого графа вычисляется отдельно. 
    • Вероятности графов с различным количеством ребер и треугольников имеют разные значения. 
  • Аппроксимация выборки

    • Эффективная аппроксимация выборки из ERGM возможна с использованием цепей Маркова. 
    • Цепи Маркова позволяют генерировать случайные выборки из заданных ERGM. 
  • Свойства марковских цепей

    • Вероятности перехода в марковских цепях не зависят от предыдущих состояний и времени. 
    • Цель состоит в том, чтобы сгенерировать вероятности перехода таким образом, чтобы они сходились к вероятностям графов в ERGM. 
    • Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала. 

Полный текст статьи:

Экспоненциальные семейные модели случайных графов — Википедия

Оставьте комментарий

Прокрутить вверх