两两马尔可夫随机场的混合及其在社交网络中的应用
On Mixing in Pairwise Markov Random Fields with Application to Social Networks
摘要：
我们考虑成对马尔可夫随机场，其中有一些重要的应用在统计物理，图像处理和机器学习，如伊辛模型和标记问题的名字一对夫妇。我们自己的动机来自于需要为具有属性的社交网络生成合成模型。首先，我们给出了快速混合的相关Glauber动力学的条件，并考虑有趣的特殊情况。然后，对具有次模能量函数的两两马尔可夫随机场构造了单调完美模拟。
英文摘要：
We consider pairwise Markov random fields which have a number of important applications in statistical physics, image processing and machine learning such as Ising model and labeling problem to name a couple. Our own motivation comes from the need to produce synthetic models for social networks with attributes. First, we give conditions for rapid mixing of the associated Glauber dynamics and consider interesting particular cases. Then, for pairwise Markov random fields with submodular energy functions we construct monotone perfect simulation.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
