가중 네트워크의 잠재 블록 구조 학습

** 본 논문은 네트워크 과학 분야에서 핵심적인 문제인 커뮤니티(또는 블록) 탐지를 가중 네트워크에 적용하기 위해 **Weighted Stochastic Block Model (WSBM)** 을 제안한다. 전통적인 Stochastic Block Model(SBM)은 엣지의 존재 여부만을 이진 변수로 다루어, 실제 데이터에서 흔히 관측되는 상호작용 강도(가중치)를 무시한다. 저자는 이러한 손실을 최소화하고자, 엣지 가중치를 **지수족 분포** 로 모델링함으로써, 존재 여부와 가중치 두 정보를 동시에 활용할 수 있는 프레임워크를 설계하였다. ### 1. 모델 정의 - **잠재 블록 변수** zᵢ ∈ {1,…,K} 로 각 정점을 K개의 블록 중 하나에 할당한다. - **블록 파라미터** θₖₖ′는 해당 블록 쌍(k, k′)의 엣지 분포 파라미터를 의미한다. - **엣지 존재**는 베르누이 분포(또는 포아송)로, **엣지 가중치**는 선택된 지수족(정규, 감마, 포아송 등)으로 모델링한다. - 두 로그우도에 대한 가중치를 조절하는 **α ∈