打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←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) 18:58的版本
添加6字节
、
2024年12月23日 (一) 18:58
无编辑摘要
第11行:
第11行:
[[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]]
−
2)下面图a展示了待合并的节点(节点B,C)之间没有连边但是待合并节点指向多个输出节点的情况(节点D和E),将节点B,C粗粒化成一个宏观节点<math>\mu</math>
,图b展示了对应的宏观网络,边权处理方式: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按比例加权求和,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{\sum_{j\rightarrow i}w_{ji}}{\sum_{j\rightarrow k\in S}w_{jk}}</math>,其中,<math>j\rightarrow i</math>表示节点j(如下面图a中的A节点)指向待合并节点集合中的节点i的边,<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,这里<math>z</math>表示待合并节点指向的节点(如图a中的节点E);
+
2)下面图a展示了待合并的节点(节点B,C)之间没有连边但是待合并节点指向多个输出节点的情况(节点D和E),将节点B,C粗粒化成一个宏观节点<math>\mu</math>
,图b展示了对应的宏观网络,转移概率处理方式: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按比例加权求和,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{\sum_{j\rightarrow i}w_{ji}}{\sum_{j\rightarrow k\in S}w_{jk}}</math>,其中,<math>j\rightarrow i</math>表示节点j(如下面图a中的A节点)指向待合并节点集合中的节点i的边,<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,这里<math>z</math>表示待合并节点指向的节点(如图a中的节点E);
[[文件:合并方式22.png|居左|800x600像素]]
[[文件:合并方式22.png|居左|800x600像素]]
−
3)下面图a展示了待合并的节点(节点B,C)之间存在连边且待合并节点指向多个输出节点的情况(节点D和E),如图a所示,将节点B,C粗粒化成一个宏观节点<math>\mu</math>
,图b展示了对应的宏观网络,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{\pi_i}{\sum_{k\in S}\pi_k}</math>,其中 <math>\pi_i </math>为节点<math>i </math>在节点平稳分布中的值,<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;
+
3)下面图a展示了待合并的节点(节点B,C)之间存在连边且待合并节点指向多个输出节点的情况(节点D和E),如图a所示,将节点B,C粗粒化成一个宏观节点<math>\mu</math>
,图b展示了对应的宏观网络,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{\pi_i}{\sum_{k\in S}\pi_k}</math>,其中 <math>\pi_i </math>为节点<math>i </math>在节点平稳分布中的值,<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;
[[文件:合并方式32.png|居左|800x600像素]]
[[文件:合并方式32.png|居左|800x600像素]]
相信未来
5,443
个编辑