研究人员已开始研究从高维高斯混合块模型中采样的图的聚类和嵌入。该方法旨在通过将每个顶点与潜在特征向量相关联来对现代网络进行建模，其中边根据特征相似性添加。该研究侧重于特征向量维度随网络大小增加的高维设置，分析了 2 分量球形高斯混合的谱聚类和嵌入算法的性能。 AI
影响 这项研究有助于对与复杂网络结构相关的图分析技术的理论理解。
排序理由 该集群包含一篇详细介绍新研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2305.00979v4 Announce Type: replace Abstract: Gaussian mixture block models are distributions over graphs that strive to model modern networks: to generate a graph from such a model, we associate each vertex $i$ with a latent feature vector $u_i \in \mathbb{R}^d$ sampled fr…