SimHawNet: A Modified Hawkes Process for Temporal Network Simulation

要約

時間ネットワークを使用すると、時間次元を組み込みながらオブジェクト間の接続を表現できます。
静的ネットワーク モデルは、不変のトポロジ的規則性を捉えることができますが、時間の経過とともに発生するネットワークの因果的生成プロセスに関連する効果をモデル化できないことがよくあります。
したがって、ネットワークの時間的側面の活用が、最近の多くの研究の焦点となっています。
これに関連して、連続時間時間ネットワークの生成モデルのための新しいフレームワークを提案します。
時間ネットワーク内のエッジのアクティブ化は、指定された時間ポイント プロセスによって駆動されると仮定します。
このアプローチでは、時間とともに変化する履歴ベースの特徴を予測の共変量として組み込みながら、イベント間の待ち時間を直接モデル化できます。
SimHawNet は、点プロセスのシミュレーション用に設計された間引きアルゴリズムと組み合わせることで、連続時間における時間ネットワークの進化のシミュレーションを可能にします。
最後に、このようなアプローチのパフォーマンスを評価するための包括的な評価フレームワークを紹介します。このフレームワークでは、SimHawNet が、非常に異なる生成プロセスを持つネットワークの進化をうまくシミュレートし、大幅に高速でありながら、最先端のパフォーマンスに匹敵するパフォーマンスを達成することを実証します。

要約(オリジナル)

Temporal networks allow representing connections between objects while incorporating the temporal dimension. While static network models can capture unchanging topological regularities, they often fail to model the effects associated with the causal generative process of the network that occurs in time. Hence, exploiting the temporal aspect of networks has been the focus of many recent studies. In this context, we propose a new framework for generative models of continuous-time temporal networks. We assume that the activation of the edges in a temporal network is driven by a specified temporal point process. This approach allows to directly model the waiting time between events while incorporating time-varying history-based features as covariates in the predictions. Coupled with a thinning algorithm designed for the simulation of point processes, SimHawNet enables simulation of the evolution of temporal networks in continuous time. Finally, we introduce a comprehensive evaluation framework to assess the performance of such an approach, in which we demonstrate that SimHawNet successfully simulates the evolution of networks with very different generative processes and achieves performance comparable to the state of the art, while being significantly faster.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google