ترجمه فارسی مقاله یک انتقال محاسباتی برای تشخیص مدل‌های بلوک تصادفی همبسته توسط چندجمله‌ای درجه پایین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A computational transition for detecting correlated stochastic block models by low-degree polynomials
عنوان مقاله به فارسی یک انتقال محاسباتی برای تشخیص مدل‌های بلوک تصادفی همبسته توسط چندجمله‌ای درجه پایین
نویسندگان Guanyi Chen, Jian Ding, Shuyang Gong, Zhangsong Li
فرمت مقاله انگلیسی PDF
تعداد صفحات 75
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Probability,Data Structures and Algorithms,Machine Learning,Statistics Theory,احتمال , ساختار داده ها و الگوریتم ها , یادگیری ماشین , تئوری آمار ,
توضیحات Submitted 2 September, 2024; originally announced September 2024. , Comments: 75 pages, 2 figures , MSC Class: Primary 68Q87; Secondary 62M20
توضیحات به فارسی ارسال شده در 2 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد ، نظرات: 75 صفحه ، 2 شکل ، کلاس MSC: Primary 68Q87 ؛ثانویه 62m20
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Detection of correlation in a pair of random graphs is a fundamental statistical and computational problem that has been extensively studied in recent years. In this work, we consider a pair of correlated (sparse) stochastic block models $\mathcal{S}(n,\tfracλ{n};k,ε;s)$ that are subsampled from a common parent stochastic block model $\mathcal S(n,\tfracλ{n};k,ε)$ with $k=O(1)$ symmetric communities, average degree $λ=O(1)$, divergence parameter $ε$, and subsampling probability $s$. For the detection problem of distinguishing this model from a pair of independent Erdős-Rényi graphs with the same edge density $\mathcal{G}(n,\tfrac{λs}{n})$, we focus on tests based on \emph{low-degree polynomials} of the entries of the adjacency matrices, and we determine the threshold that separates the easy and hard regimes. More precisely, we show that this class of tests can distinguish these two models if and only if $s> \min \{ \sqrtα, \frac{1}{λε^2} \}$, where $α\approx 0.338$ is the Otter's constant and $\frac{1}{λε^2}$ is the Kesten-Stigum threshold. Our proof of low-degree hardness is based on a conditional variant of the low-degree likelihood calculation.

چکیده به فارسی (ترجمه ماشینی)

تشخیص همبستگی در یک جفت نمودار تصادفی یک مشکل اساسی آماری و محاسباتی است که در سالهای اخیر به طور گسترده مورد مطالعه قرار گرفته است.در این کار ، ما یک جفت مدل بلوک تصادفی همبسته (پراکنده) $ \ Mathcal {s} (n ، \ tfracλ {n} ؛ k ، ε ؛ s) را در نظر می گیریم که از یک مدل بلوک تصادفی والدین مشترک $ $ $ جدا شده اند.Mathcal s (n ، \ tfracλ {n} ؛ k ، ε) $ با $ k = o (1) $ اجتماعات متقارن ، متوسط ​​درجه $ λ = o (1) $ ، پارامتر واگرایی $ ε $ ، و احتمال زیر نمونه برداری $ s$برای مشکل تشخیص تمایز این مدل از یک جفت نمودارهای مستقل erdős-rényi با تراکم یکسان $ \ mathcal {g} (n ، \ tfrac {λs {n}) $ ، ما بر روی تست ها بر اساس \ emp act تمرکز می کنیمphertults چند جمله ای درجه پایین} از ورودی های ماتریس مجاور ، و ما آستانه ای را تعیین می کنیم که رژیم های آسان و سخت را از هم جدا می کند.به طور دقیق تر ، ما نشان می دهیم که این کلاس از تست ها می توانند این دو مدل را متمایز کنند اگر و فقط اگر $ s> \ min \ {\ sqrtα ، \ frac {1} {λε^2} \} $ ، جایی که $ α \ تقریبا 0.338 $ثابت اوتر و $ \ frac {1} {λε^2} $ آستانه Kesten-Stigum است.اثبات ما از سختی درجه پایین مبتنی بر یک نوع مشروط از محاسبه احتمال درجه پایین است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.