详细内容或原文请订阅后点击阅览
因子网络自回归
请查看 Barigozzi、Cavaliere 和 Moramarco 撰写的文章：http://d.repec.org/n?u=RePEc:arx:papers:2208.02925&r=非常酷的动态“多层网络”方法。在标准的 N 维网络中，有一个 NxN 邻接矩阵。但更丰富的网络可能有许多种连接，每种连接都由自己的邻接矩阵控制。（多么伟大的见解——一旦你听到它，就会觉得如此自然和明显。一个美好的“顿悟时刻”！）所以也许有 K 个可操作的 NxN 邻接矩阵。然后实际上有一个宏大的 3 维邻接矩阵 (NxNxK) 可操作——一个立方矩阵而不是方阵。简约建模变得绝对关键，在这方面，BCM 有效地提出了一个具有“因子结构”的建模框架，用于邻接矩阵集。真的令人大开眼界。有很多值得思考的地方。
来源:毫不犹豫请查看 Barigozzi、Cavaliere 和 Moramarco 撰写的文章：http://d.repec.org/n?u=RePEc:arx:papers:2208.02925&r=
http://d.repec.org/n?u=RePEc:arx:papers:2208.02925&r=非常酷的动态“多层网络”方法。在标准的 N 维网络中有一个 NxN 邻接矩阵。但更丰富的网络可能有许多种连接，每种连接都由自己的邻接矩阵控制。（多么伟大的见解——一旦你听到它，就会觉得如此自然和明显。一个美好的“啊哈时刻”！）所以也许有 K 个有效的 NxN 邻接矩阵。然后实际上有一个宏大的三维邻接矩阵（NxNxK）操作——一个立方矩阵而不是方阵。简约建模变得绝对关键，在这方面，BCM 有效地提出了一个具有“因子结构”的邻接矩阵集建模框架。真的令人大开眼界。有很多值得思考的地方。