混合メンバシップ・ブロックモデルのテンソルスペクトル分解を用いた推定法の改良

• Item type: SIG Technical Reports(1)
• 公開日: 2014-08-25
• タイトル: 混合メンバシップ・ブロックモデルのテンソルスペクトル分解を用いた推定法の改良
• タイトル / 言語: en
• タイトル: On Improvement of Tensor Spectral Method for Estimation of Mixed Membership Stochastic Block Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology , The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者名: 貝ヶ石, 亘; 鹿島, 久嗣
• 著者名(英): Wataru, Kaigaishi; Hisashi, Kashima
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 混合メンバシップ・ブロックモデルの推定法としては尤度最大化に基づく手法が一般的であるが，大きなグラフに対しては大きな計算コストが必要となることが知られている．近年，Anandkumar らによってテンソルのスペクトル分解を用いた手法が提案され，尤度最大化に代わる推定手法として注目されている．しかし，Anandkumar らの手法ではクラスタ間の接続行列がフルランクであることを仮定しており，フルランクでないものには適用できなかった．本研究では，ノードを新たに加えることでクラスタ間の接続確率行列がフルランクでないものにも適用できるような手法を提案する．また，その他にも、データをより有効利用するための改良を加え，Anandkumar らの手法と比較実験を行い，効果を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Maximum likelihood estimation is a common approach to estimating mixed membership stochastic block models; however, it is known that it suffers from its high computational. Recently, Anandkumar et al. proposed a tensor spectral method for mixed membership stochastic block models, and their method is attracting considerable attentions due to its computational efficiency and theoretical guarantees. However, one of the serious drawbacks is that their tensor spectral method assumes that the connection probability matrix is non-singular, which does not always hold in practice. In this paper, we propose a modification of their method so that it is applicable to singular connection probability matrices. In addition, we make another modification to fully utilize available information, and confirmed their effectiveness. We also propose other improvement and compare with a method which Anandkumar et al proposed.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2014-CVIM-193, 号 23, p. 1-6, 発行日 2014-08-25
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会