跳到正文
热点事件持续更新

TNPM变分估计框架提出

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

Jony Karki等人针对双向节点流行度模型(TNPM),提出了一种计算高效且具备理论保障的变分期望最大化(VEM)框架。该框架旨在实现二部网络中社区标签的一致性估计。 模拟研究与真实世界网络评估显示,该方法在多种二部及无向网络中的估计准确率均优于现有算法,验证了其有效性。

AI 根据报道生成 · 21 小时前更新

最新进展11月6日 13:00
节点流行度模型变分估计器

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv · ML
    节点流行度模型变分估计器

    针对双向节点流行度模型,研究提出了一种计算高效且具备理论保障的变分期望最大化框架。该框架实现了二部网络中社区标签的一致性估计。 模拟研究与真实世界网络评估表明,该方法在多种二部及无向网络中,其估计准确率均优于现有算法。

本事件热度走势

可比范围当前
5
可比范围峰值
911月6日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。