PulseAugur
实时 11:40:51
English(EN) Query-Limited Community Recovery in Stochastic Block Models

新的自适应策略改进了随机块模型中的社区恢复

研究人员开发了在随机块模型中进行社区恢复的新策略,重点关注数据访问受限且嘈杂的场景。该研究引入了自适应查询方法,与传统的统一查询方法相比,可以用更少的查询实现精确恢复。当与网络数据的子采样副本结合使用时,这些自适应策略特别有效,可以实现有针对性的信息收集,以提高恢复的准确性。 AI

排序理由 学术论文发布在arXiv上,详细介绍了解决统计建模问题的新理论方法。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Sabyasachi Basu, Manuj Mukherjee, Lutz Oettershagen, Suhas Thejaswi ·

    查询受限的随机块模型中的社区恢复

    arXiv:2606.02055v1 Announce Type: cross Abstract: We study exact community recovery in the two-community stochastic block model on $n$ vertices under limited and noisy access to network data. The learner may query a noisy neighborhood oracle that reveals each true neighbor of a q…