[논문]동적 DCSBM을 모니터링하는 자기출발 절차

이주원; 이재헌

doi:10.5351/kjas.2021.34.1.025

[국내논문] 동적 DCSBM을 모니터링하는 자기출발 절차
Self-starting monitoring procedure for the dynamic degree corrected stochastic block model 원문보기

응용통계연구 = The Korean journal of applied statistics, v.34 no.1, 2021년, pp.25 - 38

초록
AI-Helper

최근 동적 연결망의 비정상적 변화를 감시하기 위한 연결망 모니터링의 필요성이 높아지고 있다. 이 논문에서는 연결망의 구조적 변화를 감시하기 위한 동적 연결망의 모형으로 DCSBM(degree corrected stochastic block model)을 고려하였다. 관리도 절차를 사용하여 동적 연결망을 감시하려면 제1국면을 통해 초기 연결망을 확보한 후 모형의 모수를 추정하는 단계를 거쳐야 한다. 그러나 연결망의 감시에서는 충분한 수의 초기 연결망을 확보하기 어려운 경우가 대부분이다. 이 논문에서는 동적 DCSBM을 감시하기 위한 자기출발 관리도 절차를 제안한다. 이 절차는 모형의 모수 추정을 위해 확보한 연결망의 수가 아주 적은 경우에 유용하게 사용할 수 있는 절차이다. 모의실험을 통해 절차의 성능을 평가한 결과, 제안된 절차는 초기 연결망의 수가 아주 적은 경우에도 좋은 관리상태의 성능을 나타내는 것을 알 수 있었다.

Abstract ▼ AI-Helper

Recently the need for network surveillance to detect abnormal behavior within dynamic social networks has increased. We consider a dynamic version of the degree corrected stochastic block model (DCSBM) to simulate dynamic social networks and to monitor for a significant structural change in these networks. To apply a control charting procedure to network surveillance, in-control model parameters must be estimated from the Phase I data, that is from historical data. In network surveillance, however, there are many situations where sufficient relevant historical data are unavailable. In this paper we propose a self-starting Shewhart control charting procedure for detecting change in the dynamic networks. This procedure can be a very useful option when we have only a few initial samples for parameter estimation. Simulation results show that the proposed procedure has good in-control performance even when the number of initial samples is very small.

주제어

표/그림 (8)

그림 Figure 1: Divisions of the karate club network found using the (a) uncorrected and (b) corrected blockmodels.
표 Table 1: Simulation settings for the DCSBM parameters
표 Table 2: Simulation results for Caes 1 and 2
표 Table 3: Simulation results for Case 3
표 Table 4: Simulation results for Case 4
표 Table 5: Simulation results for Case 5
표 Table 6: Simulation results for Case 6
그림 Figure 2: Scatterplot of in-control arl versus standard deviation of e.

참고문헌 (20)

Capizzi, G. and Masarotto, G. (2010). Self-starting CUSCORE control charts for individual multivariate observations, Journal of Quality Technology, 42, 136-151.

상세보기
Hawkins, D. M. (1987). Self-starting CUSUM charts for location and scale, The Statistician, 36, 299-315.

상세보기
Hawkins, D. M. and Maboudou-Tchao, E. M. (2007). Self-starting multivariate exponentially weighted moving average control charting, Technometrics, 49, 199-209.

상세보기
Hawkins, D. M. and Olwell, D. H. (1998). Cumulative sum charts and charting for quality improvement, New York, Springer.
Karrer, B. and Newman, M. E. J. (2011). Stochastic blockmodels and community structure in networks, Physical Review E, 83, 016107.
Keefe, M. J., Woodall, W. H., and Jones-Farmer, L. A. (2015). The conditional in-control performance of self-starting control charts, Quality Engineering, 27, 488-499.

상세보기
Lee, J. W., Kim, M., and Lee, J. (2018). The in-control performance of self-starting EWMA and X charts, Journal of the Korean Data & Information Science Society, 29, 851-860.
Priebe, C. E., Conroy, J. M., Marchette, D. J., and Park, Y. (2005). Scan statistics on Enron graphs, Computational and Mathematical Organization Theory, 11, 229-247.

상세보기
Qin, T. and Rohe, K. (2013). Regularized spectral clustering under the degree-corrected stochastic block model, Advances in Neural Information Processing Systems, 3120-3128.
Quesenberry, C. P. (1991a). SPC Q charts for a binomial parameter p: Short or long runs, Journal of Quality Technology, 23, 239-246.

상세보기
Quesenberry, C. P. (1991b). SPC Q charts for a Poisson parameter λ: Short or long runs, Journal of Quality Technology, 23, 296-303.
Quesenberry, C. P. (1995). Geometric Q charts for high quality processes, Journal of Quality Technology, 27, 304-315.

상세보기
Sengupta, S. and Chen, Y. (2015). Spectral clustering in heterogeneous networks, Statistica Sinica, 25, 1081-1106.

상세보기
Shen, X., Tsui, K. L., Zou, C., and Woodall, W. H. (2016). Self-starting monitoring scheme for Poisson count data with varying population sizes, Technometrics, 58, 460-471.

상세보기
Shetty, J. and Adibi, J. (2005). Discovering important nodes through graph entropy the case of Enron email database, Proceeding of the 3rd international workshop on Link discovery, 74-81.
Sullivan, J. H. and Jones, L. A. (2002). A self-starting control chart for multivariate individual observations, Technometrics, 44, 24-33.

상세보기
Wilson, J. D., Stevens, N. T., and Woodall, W. H. (2019). Modeling and detecting change in temporal networks via a dynamic degree corrected stochastic block model, Quality and Reliability Engineering International, 35, 1363-1378.
Yu, L., Woodall, W. H., and Tsui, K. L. (2018). Detecting node propensity changes in the dynamic degree corrected stochastic block model, Social Networks, 54, 209-227.

상세보기
Yu, L., Zwetsloot, I. M., Stevens, N. T., Wilson, J. D., and Tsui, K. L. (2020). Monitoring dynamic networks: a simulation-based strategy for comparing monitoring methods and a comparative study, submitted to a journal for publication.
Zhang, M., Peng, Y., Schuh, A., Megahed, F. M., and Woodall, W. H. (2013). Geometric charts with estimated control limits. Quality and Reliability Engineering International, 29, 209-223.

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증