Bayesian Fused Lasso Regression for Dynamic Binary Networks
Bayesian Fused Lasso Regression for Dynamic Binary Networks
复制标题
动态二元网络的贝叶斯融合套索回归
DOI：
10.1080/10618600.2017.1341323
复制
发表时间：
2017
影响因子：
2.4
通讯作者：
Boyd, Naomi
中科院分区：
文献类型：
--
作者：
Betancourt, Brenda;Rodríguez, Abel;Boyd, Naomi
我们提出了一种用于有向二元网络时间序列中的链接预测的多项逻辑回归模型。为了考虑数据的动态性质，我们对与融合套索惩罚密切相关的模型参数采用动态模型。除了促进稀疏性之外，此先验还使我们能够探索网络结构中是否存在变化点。我们引入了使用优化和贝叶斯方法进行估计和预测的快速计算算法。使用模拟数据和来自 NYMEX 天然气期货市场金融交易网络的数据来说明该模型的性能。包含交易网络数据集和实现算法的代码的补充材料可在线获取。
We propose a multinomial logistic regression model for link prediction in a time series of directed binary networks. To account for the dynamic nature of the data, we employ a dynamic model for the model parameters that is strongly connected with the fused lasso penalty. In addition to promoting sparseness, this prior allows us to explore the presence of change points in the structure of the network. We introduce fast computational algorithms for estimation and prediction using both optimization and Bayesian approaches. The performance of the model is illustrated using simulated data and data from a financial trading network in the NYMEX natural gas futures market. Supplementary material containing the trading network dataset and code to implement the algorithms is available online.
登录
查看更多内容
影响因子：
2.7
作者：
Sun, DC;Tsutakawa, RK;Speckman, PL
通讯作者：
Speckman, PL
指数随机图模型 (ERGM) 的扩展
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Philip Leifeld;Skyler J. Cranmer;Bruce A. Desmarais
通讯作者：
Bruce A. Desmarais
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
Philip Leifeld;Skyler J. Cranmer;Bruce A. Desmarais
通讯作者：
Bruce A. Desmarais
影响因子：
5.8
作者：
Friedman, Jerome;Hastie, Trevor;Tibshirani, Rob
通讯作者：
Tibshirani, Rob
Fused Lasso 的坐标优化算法
DOI：
--
发表时间：
2010
期刊：
影响因子：
--
作者：
Holger Hofling;H. Binder;M. Schumacher
通讯作者：
M. Schumacher