onr:"swepub:oai:DiVA.org:umu-166390"
Sökning: onr:"swepub:oai:DiVA.org:umu-166390" > Exploring the solut...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
- Calatayud, JoaquínUmeå universitet,Institutionen för fysik (författare)
Exploring the solution landscape enables more reliable network community detection
- Artikel/kapitelEngelska2019
Förlag, utgivningsår, omfång ...
- 2019
- printrdacarrier
Nummerbeteckningar
- LIBRIS-ID:oai:DiVA.org:umu-166390
- https://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-166390URI
- https://doi.org/10.1103/PhysRevE.100.052308DOI
Kompletterande språkuppgifter
- Språk:engelska
- Sammanfattning på:engelska
Ingår i deldatabas
- SwePubSwePub
Klassifikation
Anmärkningar
- To understand how a complex system is organized and functions, researchers often identify communities in the system's network of interactions. Because it is practically impossible to explore all solutions to guarantee the best one, many community-detection algorithms rely on multiple stochastic searches. But for a given combination of network and stochastic algorithms, how many searches are sufficient to find a solution that is good enough? The standard approach is to pick a reasonably large number of searches and select the network partition with the highest quality or derive a consensus solution based on all network partitions. However, if different partitions have similar qualities such that the solution landscape is degenerate, the single best partition may miss relevant information, and a consensus solution may blur complementary communities. Here we address this degeneracy problem with coarse-grained descriptions of the solution landscape. We cluster network partitions based on their similarity and suggest an approach to determine the minimum number of searches required to describe the solution landscape adequately. To make good use of all partitions, we also propose different ways to explore the solution landscape, including a significance clustering procedure. We test these approaches on synthetic networks and a real-world network using two contrasting community-detection algorithms: The algorithm that can identify more general structures requires more searches, and networks with clearer community structures require fewer searches. We also find that exploring the coarse-grained solution landscape can reveal complementary solutions and enable more reliable community detection.
Ämnesord och genrebeteckningar
Biuppslag (personer, institutioner, konferenser, titlar ...)
- Bernardo-Madrid, Ruben (författare)
- Neuman, MagnusUmeå universitet,Institutionen för fysik(Swepub:umu)masnen02 (författare)
- Rojas, AlexisUmeå universitet,Institutionen för fysik(Swepub:umu)alro0045 (författare)
- Rosvall, MartinUmeå universitet,Institutionen för fysik(Swepub:umu)maro0001 (författare)
- Umeå universitetInstitutionen för fysik (creator_code:org_t)
Sammanhörande titlar
- Ingår i:Physical review. E100:52470-00452470-0053
Internetlänk
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Calatayud, Joaqu ...
- Bernardo-Madrid, ...
- Neuman, Magnus
- Rojas, Alexis
- Rosvall, Martin
- Om ämnet
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Data och informa ...
- och Datorteknik
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Fysik
- och Annan fysik
- Artiklar i publikationen
- Physical review. ...
- Av lärosätet
- Umeå universitet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
