PulseAugur
中
实时 12:27:23
English(EN) Phase Transition for Stochastic Block Model with more than $\sqrt{n}$ Communities

新研究探讨具有众多社群的随机区块模型的相变

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文探讨了当社群数量超过节点数量平方根时的随机区块模型（SBM）的相变。该研究提供了证据支持 Chin 等人（2025）为这种多社群模型提出的新阈值。作者证明了在所有图密度下，低度多项式方法在此阈值以下会失效，并通过分析特定的图样出现情况，证明了在此阈值以上，即使在中等稀疏的条件下，社群恢复也是可能的。 AI

影响 这项研究改进了对复杂网络中社群检测的理解，可能影响基于图的机器学习算法。

排序理由 该聚类包含一篇详细介绍统计机器学习理论进展的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

新研究探讨具有众多社群的随机区块模型的相变

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Alexandra Carpentier, Christophe Giraud, Nicolas Verzelen ·

    Phase Transition for Stochastic Block Model with more than $\sqrt{n}$ Communities

    arXiv:2509.15822v3 Announce Type: replace Abstract: Predictions from statistical physics postulate that recovery of the communities in the Stochastic Block Model (SBM) with a fixed number $K$ of communities is possible in polynomial time above, and only above, the Kesten-Stigum (…

相关实体

相关话题