Alignment and comparison of directed networks via transition couplings of random walks
通过随机游走转移耦合对齐与比较有向网络AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究有向或无向网络的结构比较，以及顶点与边的对齐。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
通过随机游走转移耦合对齐与比较有向网络
- 研究问题
- 如何比较顶点集合与规模可能不同的两个网络，同时得到顶点和边的对齐，并保留网络的局部及整体结构信息？
- 方法与思路
- 作者提出NetOTC，在给定跨网络顶点成本函数后，寻找两个网络随机游走之间期望成本最小的转移耦合。
- 材料陈述的贡献
- 摘要称最小成本量化网络差异，最优传输方案提供顶点与边对齐；完整游走耦合可保留边，程序无自由参数且不依赖随机化。
- 阅读关注点
- 应核对成本函数与随机游走的构造、转移耦合的约束及边保留含义，以及理论性质、计算方法和实验比较的适用条件。
- 阅读边界
- 仅据所给Crossref摘要；理论条件、计算复杂度和实验细节未说明，无自由参数不意味着不受输入成本函数影响。
原文摘要
Abstract We describe and study a transport-based procedure called network optimal transition coupling (NetOTC) for the comparison and alignment of two networks. The networks of interest may be directed or undirected, weighted or unweighted, and may have distinct vertex sets of different sizes. Given two networks and a cost function relating their vertices, NetOTC finds a transition coupling of their associated random walks having minimum expected cost. The minimizing cost quantifies the difference between the networks, while the optimal transport plan itself provides alignments of both the vertices and the edges of the two networks. Coupling of the full random walks, rather than their marginal distributions, ensures that NetOTC captures local and global information about the networks and preserves edges. NetOTC has no free parameters and does not rely on randomization. We investigate a number of theoretical properties of NetOTC and present experiments establishing its empirical performance.