.png){kind=icon}
返回
Separable models for dynamic signed networks
.png){kind=icon}
PRE
AI
DOI：10.1093/jrsssa/qnag053.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
符号网络捕捉节点间关系的极性，为复杂系统中支持和对抗性交互在塑造网络动态中发挥关键作用提供了宝贵见解。我们提出了一种基于多层指数随机图模型的可分离时序生成框架，其特点在于假设符号和交互效应之间的条件独立性。该结构在遵循一致的平衡理论假设的同时，保留了二元网络规范所固有的灵活性和解释力。采用完全概率贝叶斯范式，我们通过自适应Metropolis-Hastings近似交换算法推断模型参数的双重不可约后验分布。我们通过分析罗纳德·里根第二任期（1985-1989）期间美国参议员的符号关系，说明了我们模型的可解释性。具体而言，我们旨在理解这些关系是否一致且平衡，或反映了支持性或对抗性联盟的模式。
Keyword:
Bayesian inference
dynamic signed networks
exponential random graph models
structural balance
期刊
J
IF:
1.6
论文数:
183
被引数:
0
机构
引用论文
分享收藏Signed weighted gene co-expression network analysis of transcriptional regulation in murine embryonic stem cells.png)
BMC GENOMICS
OAAI
BMC GENOMICSIF3.7
OAAI分享收藏
查看更多内容