更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
基于高阶依赖项建模的节点归并方法
(查看源代码)
2024年12月23日 (一) 18:56的版本
大小无更改
、
2024年12月23日 (一) 18:56
无编辑摘要
第7行:
第7行:
具体来说,不同类型的微观节点合并成宏观节点时转移概率有不同的处理方式:
具体来说,不同类型的微观节点合并成宏观节点时转移概率有不同的处理方式:
−
1)下面图a展示了微观网络,其中待合并的节点(节点B,C,D)之间没有连边,且待合并节点都指向相同的输出节点(节点E),将节点B,C,D粗粒化成一个宏观节点<math>\mu</math>
,如图b所示,同时需要将指向待合并节点的概率相加,待合并节点的输出概率取平均,具体宏观节点输出概率计算方法为:
<math>w_{\mu,z}=\sum_{i \in S}w_{i,z}\frac{1}{N_S}</math>,其中<math>S</math>表示待合并节点集合,节点<math>i</math>表示待合并节点集合中的节点(如下图中的节点B,C,D),节点<math>z</math>表示待合并节点指向的节点(如下图中的节点E),<math>w_{i,z}</math>表示微观网络中的节点<math>i</math>和节点<math>z</math>之间的转移概率,<math>w_{\mu,z}</math>表示宏观网络中节点<math>\mu</math>和节点<math>z</math>之间的转移概率,<math>Ns</math>为待合并节点的数量;
+
1)下面图a展示了微观网络,其中待合并的节点(节点B,C,D)之间没有连边,且待合并节点都指向相同的输出节点(节点E),将节点B,C,D粗粒化成一个宏观节点<math>\mu</math>
,如图b所示,同时需要将指向待合并节点的概率相加,待合并节点的输出概率取平均,具体宏观节点转移概率计算方法为:
<math>w_{\mu,z}=\sum_{i \in S}w_{i,z}\frac{1}{N_S}</math>,其中<math>S</math>表示待合并节点集合,节点<math>i</math>表示待合并节点集合中的节点(如下图中的节点B,C,D),节点<math>z</math>表示待合并节点指向的节点(如下图中的节点E),<math>w_{i,z}</math>表示微观网络中的节点<math>i</math>和节点<math>z</math>之间的转移概率,<math>w_{\mu,z}</math>表示宏观网络中节点<math>\mu</math>和节点<math>z</math>之间的转移概率,<math>Ns</math>为待合并节点的数量;
[[文件:合并方式13.png|居左|800x600像素]]
[[文件:合并方式13.png|居左|800x600像素]]
相信未来
5,443
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本