Resumen

La detección de comunidades es una tarea de análisis importante para las redes complejas, incluidas las redes bipartitas, que consisten en nodos de dos tipos y aristas que conectan solo nodos de diferentes tipos. Muchos métodos de detección de comunidades toman el número de comunidades en las redes como una cantidad fija conocida; sin embargo, es imposible proporcionar esa información de antemano en las redes del mundo real. En nuestro artículo, proponemos un método de inferencia bayesiana sin proyección para determinar el número de comunidades de tipo puro en redes bipartitas. Este artículo hace las siguientes contribuciones: (1) presentamos la primera derivación de un método práctico, utilizando el modelo de bloques estocásticos bipartitos corregido por grado, que puede manejar redes con amplias distribuciones de grados, para estimar el número de comunidades de tipo puro en redes bipartitas; (2) se propone una distribución de probabilidad a priori sobre la partición de una red bipartita; (3) diseñamos un algoritmo de Monte Carlo incorporado con nuestro

• Materias:Sensores Seguridad informática Rendimiento del hardware Matriz
• Subjects:sensors Computer security Hardware performance Matrix
• Palabras claves:Detección de comunidades; Redes bipartitas; Inferencia bayesiana; Comunidades de tipo puro; Modelo de bloques estocásticos; Algoritmo de Monte Carlo
• Keywords:Community detection; Bipartite networks; Bayesian inference; Pure-type communities; Stochastic block model; Monte Carlo algorithm