Statistical methods for hypergraphs: a parameter estimator, a model selection, and a comparative test (2025)
- Authors:
- USP affiliated authors: FUJITA, ANDRÉ - IME ; GUZMÁN, GROVER ENRIQUE CASTRO - IME
- Unidade: IME
- DOI: 10.1093/comnet/cnaf019
- Subjects: SELEÇÃO DE MODELOS; ESPECTROS; OPERADORES; TEORIA DOS GRAFOS; GRAFOS ALEATÓRIOS; INFERÊNCIA PARAMÉTRICA
- Keywords: Distribuição espectral; Hipergrafos aleatórios; Estimativa de parâmetros
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: Oxford University Press
- Publisher place: Oxford
- Date published: 2025
- Source:
- Título: Journal of Complex Networks
- ISSN: 2051-1329
- Volume/Número/Paginação/Ano: v. 13, n. 4, p. 1-16, cnaf0192025, 2025,
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
GUZMAN, Grover Enrique Castro e FUJITA, André. Statistical methods for hypergraphs: a parameter estimator, a model selection, and a comparative test. Journal of Complex Networks, v. 13, n. 4, p. 1-16, 2025Tradução . . Disponível em: https://doi.org/10.1093/comnet/cnaf019. Acesso em: 27 dez. 2025. -
APA
Guzman, G. E. C., & Fujita, A. (2025). Statistical methods for hypergraphs: a parameter estimator, a model selection, and a comparative test. Journal of Complex Networks, 13( 4), 1-16. doi:10.1093/comnet/cnaf019 -
NLM
Guzman GEC, Fujita A. Statistical methods for hypergraphs: a parameter estimator, a model selection, and a comparative test [Internet]. Journal of Complex Networks. 2025 ; 13( 4): 1-16.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1093/comnet/cnaf019 -
Vancouver
Guzman GEC, Fujita A. Statistical methods for hypergraphs: a parameter estimator, a model selection, and a comparative test [Internet]. Journal of Complex Networks. 2025 ; 13( 4): 1-16.[citado 2025 dez. 27 ] Available from: https://doi.org/10.1093/comnet/cnaf019 - Convolution-based linear discriminant analysis for functional data classification
- A fast algorithm to approximate the spectral density of locally tree-like networks with assortativity
- A fast parameter estimator for large complex networks
- Efficient Laplacian spectral density computations for networks with arbitrary degree distributions
- Cavity approach for the approximation of spectral density of graphs with heterogeneous structures
- Primitive, edge-short, isometric, and pantochordal cycles
- Network analysis of neuropsychiatry disorders
- A message-passing approach to obtain the trace of matrix functions with applications to network analysis
- Vertex-wise graph’s spectral density decomposition and its applications
- Identification of alterations associated with age in the clustering structure of functional brain networks
Informações sobre o DOI: 10.1093/comnet/cnaf019 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3263696.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
