Articles de revues sur le sujet « Bipartite stochastic block model »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Bipartite stochastic block model ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Ndaoud, Mohamed, Suzanne Sigalla et Alexandre B. Tsybakov. « Improved Clustering Algorithms for the Bipartite Stochastic Block Model ». IEEE Transactions on Information Theory 68, no 3 (mars 2022) : 1960–75. http://dx.doi.org/10.1109/tit.2021.3130683.
Texte intégralBolla, Marianna, et Ahmed Elbanna. « Estimating Parameters of a Probabilistic Heterogeneous Block Model via the EM Algorithm ». Journal of Probability and Statistics 2015 (2015) : 1–14. http://dx.doi.org/10.1155/2015/657965.
Texte intégralWang, Guo-Zheng, Li Xiong et Hu-Chen Liu. « A Bayesian Inference Method Using Monte Carlo Sampling for Estimating the Number of Communities in Bipartite Networks ». Scientific Programming 2019 (9 décembre 2019) : 1–12. http://dx.doi.org/10.1155/2019/9471201.
Texte intégralWang, Yurun, Pu Zhao, Senkai Xie et Wenjia Zhang. « Mesoscale Structure in Urban–Rural Mobility Networks in the Pearl River Delta Area : A Weighted Stochastic Block Modeling Analysis ». ISPRS International Journal of Geo-Information 12, no 5 (27 avril 2023) : 183. http://dx.doi.org/10.3390/ijgi12050183.
Texte intégralBalzer, Laura, Patrick Staples, Jukka-Pekka Onnela et Victor DeGruttola. « Using a network-based approach and targeted maximum likelihood estimation to evaluate the effect of adding pre-exposure prophylaxis to an ongoing test-and-treat trial ». Clinical Trials 14, no 2 (26 janvier 2017) : 201–10. http://dx.doi.org/10.1177/1740774516679666.
Texte intégralXu, Zhijuan, Xueyan Liu, Xianjuan Cui, Ximing Li et Bo Yang. « Robust stochastic block model ». Neurocomputing 379 (février 2020) : 398–412. http://dx.doi.org/10.1016/j.neucom.2019.10.069.
Texte intégralWu, Xunxun, Chang-Dong Wang et Pengfei Jiao. « Hybrid-order Stochastic Block Model ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 5 (18 mai 2021) : 4470–77. http://dx.doi.org/10.1609/aaai.v35i5.16574.
Texte intégralZhang, Yun, Kehui Chen, Allan Sampson, Kai Hwang et Beatriz Luna. « Node Features Adjusted Stochastic Block Model ». Journal of Computational and Graphical Statistics 28, no 2 (27 février 2019) : 362–73. http://dx.doi.org/10.1080/10618600.2018.1530117.
Texte intégralZhao, Feng, Min Ye et Shao-Lun Huang. « Exact Recovery of Stochastic Block Model by Ising Model ». Entropy 23, no 1 (2 janvier 2021) : 65. http://dx.doi.org/10.3390/e23010065.
Texte intégralMoyal, Pascal, Ana Bušić et Jean Mairesse. « A product form for the general stochastic matching model ». Journal of Applied Probability 58, no 2 (juin 2021) : 449–68. http://dx.doi.org/10.1017/jpr.2020.100.
Texte intégralArcuri, Alesandro, et Nicolas Lanchier. « Stochastic spatial model for the division of labor in social insects ». Mathematical Models and Methods in Applied Sciences 27, no 01 (janvier 2017) : 45–73. http://dx.doi.org/10.1142/s0218202517400024.
Texte intégralAbbe, Emmanuel, Afonso S. Bandeira et Georgina Hall. « Exact Recovery in the Stochastic Block Model ». IEEE Transactions on Information Theory 62, no 1 (janvier 2016) : 471–87. http://dx.doi.org/10.1109/tit.2015.2490670.
Texte intégralLelarge, Marc, Laurent Massoulie et Jiaming Xu. « Reconstruction in the Labelled Stochastic Block Model ». IEEE Transactions on Network Science and Engineering 2, no 4 (1 octobre 2015) : 152–63. http://dx.doi.org/10.1109/tnse.2015.2490580.
Texte intégralRastelli, Riccardo, et Michael Fop. « A stochastic block model for interaction lengths ». Advances in Data Analysis and Classification 14, no 2 (juin 2020) : 485–512. http://dx.doi.org/10.1007/s11634-020-00403-w.
Texte intégralLatouche, Pierre, Etienne Birmelé et Christophe Ambroise. « Model selection in overlapping stochastic block models ». Electronic Journal of Statistics 8, no 1 (2014) : 762–94. http://dx.doi.org/10.1214/14-ejs903.
Texte intégralSun, Ya, Meiyi Wang et Hua Xie. « Volatility analysis of the flight block time based on the stochastic volatility model ». Journal of Physics : Conference Series 2489, no 1 (1 mai 2023) : 012002. http://dx.doi.org/10.1088/1742-6596/2489/1/012002.
Texte intégralLi, Yang, Hechang Chen et Bo Yang. « Reparameterized Stochastic Block Model Adaptive to Heterogeneous Degree and Block Distributions ». IEEE Access 6 (2018) : 37615–26. http://dx.doi.org/10.1109/access.2018.2853115.
Texte intégralNeal, Zachary P., et Jennifer Watling Neal. « Illustrating the importance of edge constraints in backbones of bipartite projections ». PLOS ONE 19, no 5 (10 mai 2024) : e0302973. http://dx.doi.org/10.1371/journal.pone.0302973.
Texte intégralBecker, Ann-Kristin, et Hajo Holzmann. « Nonparametric Identification in the Dynamic Stochastic Block Model ». IEEE Transactions on Information Theory 65, no 7 (juillet 2019) : 4335–44. http://dx.doi.org/10.1109/tit.2019.2893947.
Texte intégralCaltagirone, Francesco, Marc Lelarge et Leo Miolane. « Recovering Asymmetric Communities in the Stochastic Block Model ». IEEE Transactions on Network Science and Engineering 5, no 3 (1 juillet 2018) : 237–46. http://dx.doi.org/10.1109/tnse.2017.2758201.
Texte intégralWang, Y. X. Rachel, et Peter J. Bickel. « Likelihood-based model selection for stochastic block models ». Annals of Statistics 45, no 2 (avril 2017) : 500–528. http://dx.doi.org/10.1214/16-aos1457.
Texte intégralPensky, Marianna, et Teng Zhang. « Spectral clustering in the dynamic stochastic block model ». Electronic Journal of Statistics 13, no 1 (2019) : 678–709. http://dx.doi.org/10.1214/19-ejs1533.
Texte intégralChen, Haoran, Zhongjing Yu, Qinli Yang et Junming Shao. « Attributed graph clustering with subspace stochastic block model ». Information Sciences 535 (octobre 2020) : 130–41. http://dx.doi.org/10.1016/j.ins.2020.05.044.
Texte intégralCoulson, Matthew, Robert E. Gaunt et Gesine Reinert. « Compound Poisson approximation of subgraph counts in stochastic block models with multiple edges ». Advances in Applied Probability 50, no 3 (septembre 2018) : 759–82. http://dx.doi.org/10.1017/apr.2018.35.
Texte intégralPal, Soumik, et Yizhe Zhu. « Community detection in the sparse hypergraph stochastic block model ». Random Structures & ; Algorithms 59, no 3 (14 mars 2021) : 407–63. http://dx.doi.org/10.1002/rsa.21006.
Texte intégralAnastos, Michael, Alan Frieze et Pu Gao. « Hamiltonicity of Random Graphs in the Stochastic Block Model ». SIAM Journal on Discrete Mathematics 35, no 3 (janvier 2021) : 1854–80. http://dx.doi.org/10.1137/19m1296069.
Texte intégralLu, Y. N., et E. J. Ding. « Self-organized criticality in a stochastic spring-block model ». Physical Review E 48, no 1 (1 juillet 1993) : R21—R24. http://dx.doi.org/10.1103/physreve.48.r21.
Texte intégralSrinivas, B., S. Gajanana et K. Hemachandra Reddy. « Forecasted Inflation Based Block Replacement Model Using Stochastic Process ». Applied Mechanics and Materials 592-594 (juillet 2014) : 2716–22. http://dx.doi.org/10.4028/www.scientific.net/amm.592-594.2716.
Texte intégralAhn, Kwangjun, Kangwook Lee et Changho Suh. « Hypergraph Spectral Clustering in the Weighted Stochastic Block Model ». IEEE Journal of Selected Topics in Signal Processing 12, no 5 (octobre 2018) : 959–74. http://dx.doi.org/10.1109/jstsp.2018.2837638.
Texte intégralXin, Lu, Mu Zhu et Hugh Chipman. « A continuous-time stochastic block model for basketball networks ». Annals of Applied Statistics 11, no 2 (juin 2017) : 553–97. http://dx.doi.org/10.1214/16-aoas993.
Texte intégralLi, Shuping, et Xiaorong Zhao. « Network percolation of the disease transmission based on bipartite networks ». International Journal of Modern Physics B 34, no 06 (24 février 2020) : 2050029. http://dx.doi.org/10.1142/s0217979220500290.
Texte intégralGraczyk, Małgorzata, et Bronisław Ceranka. « A Regular D‑optimal Weighing Design with Negative Correlations of Errors ». Acta Universitatis Lodziensis. Folia Oeconomica 5, no 344 (30 septembre 2019) : 7–16. http://dx.doi.org/10.18778/0208-6018.344.01.
Texte intégralAuconi, Andrea, Andrea Giansanti et Edda Klipp. « Information Thermodynamics for Time Series of Signal-Response Models ». Entropy 21, no 2 (14 février 2019) : 177. http://dx.doi.org/10.3390/e21020177.
Texte intégralWu, Huaying, Luoyi Fu, Huan Long, Guie Meng, Xiaoying Gan, Yuanhao Wu, Haisong Zhang et Xinbing Wang. « Unraveling the Detectability of Stochastic Block Model With Overlapping Communities ». IEEE Transactions on Network Science and Engineering 8, no 2 (1 avril 2021) : 1443–55. http://dx.doi.org/10.1109/tnse.2021.3058520.
Texte intégralYe, Min. « Exact Recovery and Sharp Thresholds of Stochastic Ising Block Model ». IEEE Transactions on Information Theory 67, no 12 (décembre 2021) : 8207–35. http://dx.doi.org/10.1109/tit.2021.3117264.
Texte intégralYe, Min. « Exact Recovery and Sharp Thresholds of Stochastic Ising Block Model ». IEEE Transactions on Information Theory 67, no 12 (décembre 2021) : 8207–35. http://dx.doi.org/10.1109/tit.2021.3117264.
Texte intégralCHAI, Bian-Fang, Jian YU, Cai-Yan JIA et Jing-Hong WANG. « Fast Algorithm on Stochastic Block Model for Exploring General Communities ». Journal of Software 24, no 11 (3 janvier 2014) : 2699–709. http://dx.doi.org/10.3724/sp.j.1001.2013.04474.
Texte intégralStanley, Natalie, Saray Shai, Dane Taylor et Peter J. Mucha. « Clustering Network Layers with the Strata Multilayer Stochastic Block Model ». IEEE Transactions on Network Science and Engineering 3, no 2 (1 avril 2016) : 95–105. http://dx.doi.org/10.1109/tnse.2016.2537545.
Texte intégralZhang, Yue, et Mingao Yuan. « Nonreconstruction of high-dimensional stochastic block model with bounded degree ». Statistics & ; Probability Letters 158 (mars 2020) : 108675. http://dx.doi.org/10.1016/j.spl.2019.108675.
Texte intégralQing, Huan, et Jingli Wang. « Regularized spectral clustering under the mixed membership stochastic block model ». Neurocomputing 550 (septembre 2023) : 126490. http://dx.doi.org/10.1016/j.neucom.2023.126490.
Texte intégralSpaulding, Travis, Nicholas Strayer, Andrew Sochacki, Shannon Stockton, Alexander Silver, Rodney Dixon Dorand, Siwei Zhang, Ya-Chen Lin, Yaomin Xu et Michael R. Savona. « Patient-Specific Risk Factors Independently Influence Survival in Myelodysplastic Syndromes in an Unbiased Review of EHR Records ». Blood 134, Supplement_1 (13 novembre 2019) : 5440. http://dx.doi.org/10.1182/blood-2019-122400.
Texte intégralHan, Jie, Tao Guo, Qiaoqiao Zhou, Wei Han, Bo Bai et Gong Zhang. « Structural Entropy of the Stochastic Block Models ». Entropy 24, no 1 (3 janvier 2022) : 81. http://dx.doi.org/10.3390/e24010081.
Texte intégralPenocchio, Emanuele, Francesco Avanzini et Massimiliano Esposito. « Information thermodynamics for deterministic chemical reaction networks ». Journal of Chemical Physics 157, no 3 (21 juillet 2022) : 034110. http://dx.doi.org/10.1063/5.0094849.
Texte intégralVo, Thi Phuong Thuy. « Chain-referral sampling on stochastic block models ». ESAIM : Probability and Statistics 24 (2020) : 718–38. http://dx.doi.org/10.1051/ps/2020025.
Texte intégralCeranka, Bronisław, et Małgorzata Graczyk. « New Results Regarding the Construction Method for D‑optimal Chemical Balance Weighing Designs ». Acta Universitatis Lodziensis. Folia Oeconomica 4, no 349 (23 novembre 2020) : 129–41. http://dx.doi.org/10.18778/0208-6018.349.08.
Texte intégralVasovic, Nebojsa, Srdjan Kostic, Kristina Todorovic et Dragoslav Kuzmanovic. « Synchronization conditions for stochastic landslide chain model with delayed coupling ». Theoretical and Applied Mechanics, no 00 (2024) : 1. http://dx.doi.org/10.2298/tam230927001v.
Texte intégralKataoka, Shun, Takuto Kobayashi, Muneki Yasuda et Kazuyuki Tanaka. « Community Detection Algorithm Combining Stochastic Block Model and Attribute Data Clustering ». Journal of the Physical Society of Japan 85, no 11 (15 novembre 2016) : 114802. http://dx.doi.org/10.7566/jpsj.85.114802.
Texte intégralCerqueira, Andressa, et Florencia Leonardi. « Estimation of the Number of Communities in the Stochastic Block Model ». IEEE Transactions on Information Theory 66, no 10 (octobre 2020) : 6403–12. http://dx.doi.org/10.1109/tit.2020.3016331.
Texte intégralMatias, Catherine, et Vincent Miele. « Statistical clustering of temporal networks through a dynamic stochastic block model ». Journal of the Royal Statistical Society : Series B (Statistical Methodology) 79, no 4 (22 août 2016) : 1119–41. http://dx.doi.org/10.1111/rssb.12200.
Texte intégralXu, Min, Varun Jog et Po-Ling Loh. « Optimal rates for community estimation in the weighted stochastic block model ». Annals of Statistics 48, no 1 (février 2020) : 183–204. http://dx.doi.org/10.1214/18-aos1797.
Texte intégral