Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

A note on perfect simulation for Exponential Random Graph Models

Texto completo
Autor(es):
Cerqueira, Andressa [1] ; Garivier, Aurelien [2] ; Leonardi, Florencia [3]
Número total de Autores: 3
Afiliação do(s) autor(es):
[1] Univ Fed Sao Carlos, Dept Stat, Sao Carlos - Brazil
[2] Univ Lyon, Ecole Normale Super Lyon, Lab Informat Parallelisme, Unite Math Pures & Appl, Lyon - France
[3] Univ Sao Paulo, Dept Stat, Inst Matemat & Estat, Sao Paulo - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: ESAIM-PROBABILITY AND STATISTICS; v. 24, p. 138-147, MAR 3 2020.
Citações Web of Science: 0
Resumo

In this paper, we propose a perfect simulation algorithm for the Exponential Random Graph Model, based on the Coupling from the past method of Propp and Wilson (1996). We use a Glauber dynamics to construct the Markov Chain and we prove the monotonicity of the ERGM for a subset of the parametric space. We also obtain an upper bound on the running time of the algorithm that depends on the mixing time of the Markov chain. (AU)

Processo FAPESP: 19/17734-3 - Seleção de modelos em alta dimensão: propriedades teóricas e aplicações
Beneficiário:Florencia Graciela Leonardi
Linha de fomento: Auxílio à Pesquisa - Programa eScience e Data Science - Regular
Processo FAPESP: 13/07699-0 - Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat
Beneficiário:Jefferson Antonio Galves
Linha de fomento: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 15/12595-4 - Simulação perfeita de redes probabilísticas
Beneficiário:Andressa Cerqueira
Linha de fomento: Bolsas no Exterior - Estágio de Pesquisa - Doutorado