Wykrywanie społeczności i stochastyczne modele blokowe

Oryginalny tytuł:

Community Detection and Stochastic Block Models

Zawartość książki:

Dziedzina wykrywania społeczności znacznie się rozwinęła od lat 80-tych XX wieku, z niezwykłą różnorodnością modeli i algorytmów opracowanych w różnych społecznościach, takich jak uczenie maszynowe, informatyka, nauka o sieciach, nauki społeczne i fizyka statystyczna.

Niemniej jednak różne fundamentalne pytania pozostają nierozstrzygnięte, takie jak: Czy społeczności naprawdę istnieją? Algorytmy mogą generować struktury społeczności, ale czy są one znaczące, czy są artefaktami? Czy zawsze możemy wyodrębnić społeczności, gdy są one obecne w pełni lub częściowo? Jaki jest dobry punkt odniesienia do pomiaru wydajności algorytmów i jak dobre są obecne algorytmy? Niniejsza monografia opisuje najnowsze osiągnięcia mające na celu udzielenie odpowiedzi na te pytania w kontekście modeli blokowych. Zajmując się tymi zagadnieniami z punktu widzenia teorii informacji, autor przedstawia kompleksowy opis historycznych i najnowszych prac, które doprowadziły do kluczowych nowych koncepcji w różnych wymaganiach dotyczących odzyskiwania w celu wykrycia społeczności.

Monografia stanowi zwięzłe wprowadzenie do wykrywania społeczności, które umożliwia czytelnikowi zastosowanie tych technik w takich zastosowaniach, jak zrozumienie zachowań socjologicznych, interakcje białko-białko, systemy rekomendacji ekspresji genów, prognozy medyczne. Segmentacja składanych obrazów DNA 3D, przetwarzanie języka naturalnego, segmentacja produkt-klient, sortowanie stron internetowych i wiele innych.