AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:社区恢复×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月2日
11:14
11:14arXiv cs.LG@Sabyasachi Basu, Manuj Mukherjee, Lutz Oettershagen, Suhas Thejaswi
本文研究在随机块模型(SBM)中,当学习者只能通过有限次数的噪声查询访问网络数据时,如何实现精确的社区恢复。查询会以固定概率揭示节点的真实邻居,但不会返回非邻居,且总查询次数有限。作者分析了仅依赖查询的模型,以及结合单个子采样图的混合模型。在仅查询模型中,均匀非自适应查询的基准性能由Abbe-Bandeira-Hall精确恢复阈值决定,但自适应策略可以用更少的查询(n+o(n))超越该基准。在混合模型中,自适应查询可以针对少量不确定节点,实现亚线性查询的精确恢复,而均匀查询则无法改进子采样图的结果。这表明自适应数据获取能严格改善精确恢复的信息论极限。
论文随机块模型社区恢复自适应查询图算法信息论

推荐理由:这篇论文揭示了自适应查询在社区恢复中的理论优势,做图算法或网络分析的学者值得关注,看完会对数据获取策略的设计有新的启发。
原文
精选全部日报登录