主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
于千城,於志文,王柱,王晓峰.稀疏可交换图建模研究综述.软件学报,2018,29(8):2448-2469
稀疏可交换图建模研究综述
Survey of Sparse Exchangeable Graph Modeling
投稿时间:2017-03-16  修订日期:2017-12-11
DOI:10.13328/j.cnki.jos.005558
中文关键词:  稀疏可交换图建模  Caron-Fox模型  Graphex模型  Kallenberg表示理论  完全随机测度
英文关键词:sparse exchangeable graph model  Caron-Fox model  Graphex model  Kallenberg representation theorem  complete random measure
基金项目:国家自然科学基金(61332005,61725205,61402369,61462001,61762002);国家重点基础研究发展计划(973)(2015 CB352401);“计算机应用技术”宁夏自治区重点学科项目;北方民族大学校级科研项目(2014XBZ04)
作者单位E-mail
于千城 西北工业大学 计算机学院, 陕西 西安 710072
陕西省嵌入式系统技术重点实验室(西北工业大学), 陕西 西安 710072
北方民族大学 计算机学院, 宁夏 银川 750021 
 
於志文 西北工业大学 计算机学院, 陕西 西安 710072
陕西省嵌入式系统技术重点实验室(西北工业大学), 陕西 西安 710072 
zhiwenyu@nwpu.edu.cn 
王柱 西北工业大学 计算机学院, 陕西 西安 710072
陕西省嵌入式系统技术重点实验室(西北工业大学), 陕西 西安 710072 
 
王晓峰 北方民族大学 计算机学院, 宁夏 银川 750021  
摘要点击次数: 856
全文下载次数: 552
中文摘要:
      可交换性假设是采用贝叶斯模型对网络数据建模的重要前提,基于Aldous-Hoover表示理论的可交换图不能生成稀疏网络.实证结果表明,真实世界中的很多复杂网络都具有节点度幂律分布的稀疏特征,基于Kallenberg表示理论的可交换图能够同时满足可交换性和稀疏性.以Caron-Fox模型和Graphex模型为例,对稀疏可交换图建模的相关概念、理论和方法的研究发展进行了综述.首先讨论了随机图、贝叶斯非参数混合模型、可交换表示理论、Poisson点过程、离散非参数先验等理论的研究历程;然后介绍了Caron-Fox模型的表示;进而总结了进行稀疏可交换图的随机模拟所涉及的截断采样和边缘化采样方法;接下来综述了稀疏可交换图模型的后验推理技术;最后对稀疏可交换图建模的最新进展和研究前景做了介绍.
英文摘要:
      Exchangeability is a key to model network data with Bayesian model. The Aldous-Hoover representation theorem based exchangeable graph model can't generate sparse network, while empirical studies of networks indicate that many real-world complex networks have a power-law degree distribution. Kallenberg representation theorem based exchangeable graph model can admit power-law behavior while retaining desirable exchangeability. This article offers an overview of the emerging literature on concept, theory and methods related to the sparse exchangeable graph model with the Caron-Fox model and the Graphex model as examples. First, developments of random graph models, Bayesian non-parametric mixture models, exchangeability representation theorem, Poisson point process, discrete non-parametric prior etc. are discussed. Next, the Caron-Fox model is introduced. Then, simulation of the sparse exchangeable graph model and related methods such as truncated sampler, and marginalized sampler are summarized. In addition, techniques of model posterior inference are viewed. Finally, state-of-the-art and the prospects for development of the sparse exchangeable graph model are demonstrated.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利