Consistent Community Detection in Inter-Layer Dependent Multi-Layer Networks
层间依赖多层网络的一致社群检测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：文本直接研究多层网络的社群检测和层间依赖，属于网络分析方向。
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…
关注这篇论文的作者
层间依赖多层网络的一致社群检测
- 研究问题
- 多层网络的不同层存在依赖时，如何识别各层中连接模式相似的节点群组，并避免直接套用层间独立的分析方法？
- 方法与思路
- 作者结合随机块模型与 Ising 模型，分别描述社群结构及层间依赖，并设计交替更新算法处理相应优化问题。
- 材料陈述的贡献
- 摘要称，作者建立参数估计与社群检测的渐近一致性，并用模拟及疟原虫多层基因网络实例支持所提出的方法。
- 阅读关注点
- 应核对层间依赖的具体参数化、社群在各层间的共享方式、一致性所需的网络增长条件，以及交替更新的初始化与收敛。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；一致性条件、误差速率及算法全局收敛性质未说明，不能推断刊本变化。
原文摘要
Community detection in multi-layer networks, which aims at finding groups of nodes with similar connective patterns among all layers, has attracted tremendous interests in multi-layer network analysis. Most existing methods are extended from those for single-layer networks, which assume that different layers are independent. In this article, we propose a novel community detection method in multi-layer networks with inter-layer dependence, which integrates the stochastic block model (SBM) and the Ising model. The community structure is modeled by the SBM model and the inter-layer dependence is incorporated via the Ising model. An efficient alternative updating algorithm is developed to tackle the resultant optimization task. Moreover, the asymptotic consistencies of the proposed method in terms of both parameter estimation and community detection are established, which are supported by extensive simulated examples and a real example on a multi-layer malaria parasite gene network. Supplementary materials for this article are available online.