グラフ構造のリサンプリングを行うブートストラップ法

图结构重采样的 Bootstrap 方法

• 批准号: 13J01933
• 负责人: 永田 晴久
• 金额: $ 1.92万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2013
• 资助国家: 日本
• 起止时间: 2013-04-01 至 2016-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13J01933/
• 关键词: ブートストラップ法; 確率的グラフ構造; ネットワーク分析; ネットワーク解析; クラスタリング; GPGPU

ポアソンブートストラップのクラスター係数についての性質：クラスター係数は，ネットワーク内のあるノードに対して，隣接するノード間のエッジの密度を測る統計量である．クラスター係数はノードがコミュニティ内のハブであるかを判断することに使えるため，主に社会学等でよく使われる量であるが，数理的な解析はやや難しく，あまり行われていない．そこで，ポアソンブートストラップによってクラスター係数の分散を近似できるかどうかを調べた．ランダムグラフのもっとも簡単なモデルであるErdos-Renyi (ER) モデルについてはすでに期待値と分散の一致性を示しているため，今回はより一般化されたモデルである Stochastic Block Model (SBM) に対して期待値の一致性，および分散のバイアスのオーダーを示した．ポアソンブートストラップとモジュラリティについての性質：モジュラリティはNewmanによって提案された，ノード集合の分割の良さを定量的に表す尺度である．本研究では，コミュニティ抽出におけるバラつきの評価を目的として，モジュラリティに対してポアソンブートストラップを適用した場合の分散の評価を行った．簡単な場合として，まずERモデルの下で，期待値・分散に対するポアソンブートストラップによるモジュラリティの推定量が一致性を持つことを示した．この過程で，モジュラリティとコミュニティ内リンク数・コミュニティ間リンク数との関係性も明らかにすることができた．また，この結果を拡張し，SBMの下での一致性も示すことができた．この結果を数値的に確かめるためのシミュレーション，および実データでの確認は，今後の課題である．

The properties of the coefficient of distribution in the range of distribution parameters: coefficient of distribution parameters, density of distribution parameters in the range of distribution parameters, density of distribution parameters in the range of distribution parameters, density of distribution parameters in the range of distribution parameters. The coefficient of mathematics and mathematics can be used to analyze the relationship between mathematics and sociology. The distribution of the number of the system is similar to that of the system. Erdos Renyi (ER) is a generalized Stochastic Block Model (SBM) that provides consistency of expected values and dispersion of expected values. The properties of the set of particles: the particles of Newman, the particles of the set of particles, the particles of the set of particles, the particles of the set of particles. This study aims to investigate the effects of different factors on the quality of products. In simple cases, the expected value of the expected value of the expected The process of this process is very complicated. The consistency of SBM results is shown below. The results of this study are as follows:

项目成果

ネットワーク解析における統計的推測

网络分析中的统计推断

• 发表时间: 2013
• 作者: 酒井俊太郎;国広悌二;永田晴久
• 通讯作者: 永田晴久

グラフ構造のブートストラップ法とクラスター係数についての漸近評価

图结构的Bootstrap方法与聚类系数的渐进评估

• 发表时间: 2015
• 作者: Terao;J. ; Homma;K. ; Konoshima;Y. ; Imoto;R. ; Masai;H. ; Matsuda;W. ; Seki;S. ; Fujihara;T. ; Tsuji;Y.;金志善;永田晴久
• 通讯作者: 永田晴久

階層型クラスタリングにおけるブートストラップ法のGPGPU化とCPU/GPU負荷分散

层次聚类和CPU/GPU负载均衡中bootstrap方法的GPGPU转换

• 发表时间: 2013
• 作者: 永田晴久;下平英寿
• 通讯作者: 下平英寿

GPGPU implementation and load balancing for calculating confidence levels of hierarchical clustering

用于计算层次聚类置信度的 GPGPU 实现和负载平衡

• 发表时间: 2013
• 期刊: Proceedings of IASC Satellite Conference for the 59th ISI WSC & the 8th Conference of IASC-ARS
• 作者: Haruhisa Negate;Hidetoshi Shimodaira
• 通讯作者: Hidetoshi Shimodaira

下平研究室ホームページ

下平实验室主页