adjacency matrix

新的谱嵌入为网络数据分析提供统一理解

研究人员开发了一种用于网络数据的度归一化谱嵌入的连续体，其中包含诸如邻接矩阵和对称拉普拉斯算子之类的常见表示。他们使用随机点积图模型，为这一嵌入族建立了逐行中心极限定理。该定理详细说明了度归一化如何影响嵌入数据的整体结构和单个节点的.不确定性。该研究进一步分析了双社区随机块模型中的这些归一化，揭示了最佳选择取决于网络密度、社区不平衡和块概率结构等因素，在更稀疏或更不平衡的网络中，更强的归一化通常是有益的。