Обобщенное блочное моделирование оценочных сетей — это подход обобщенного блочного моделирования , имеющий дело с оценочными сетями (например, небинарными). [1]
В то время как обобщенное блочное моделирование означает «формальный и комплексный подход к изучению базовой функциональной анатомии практически любого набора реляционных данных», оно в принципе используется для бинарных сетей. Это очевидно из набора идеальных блоков, которые используются для интерпретации блочных моделей , которые являются бинарными, на основе характерных шаблонов связей. Из-за этого такие шаблоны «нелегко сопоставимы с оцененными эмпирическими блоками». [1]
Чтобы разрешить обобщенное блочное моделирование оценочных направленных (одномодовых) сетей (например, позволяя проводить прямые сравнения эмпирических оценочных блоков с идеальными бинарными блоками), используется непараметрический подход. При этом «необязательный параметр определяет значимость оценочных связей как минимальное процентильное отклонение между наблюдаемыми и ожидаемыми потоками». Такое двустороннее применение параметра затем вводит «возможность неопределенных связей, т. е. оценочных отношений, которые не считаются ни значимыми (1), ни незначимыми (0)». Полученные в результате появления связей затем мотивируют изменение расчета несоответствий между эмпирическими и идеальными блоками. В то же время такие связи также дают возможность измерить интерпретационную определенность, которая является специфичной для каждого идеального блока. Такой максимальный порог двустороннего отклонения, удерживающий совокупную оценку неопределенности на нулевом или близком к нулевому уровне, затем предлагается как «мера интерпретационной определенности для оценочных блочных моделей, по сути преобразуя необязательный параметр в исходящее состояние». [1]
Проблема с блочным моделированием заключается в стандартном наборе идеальных блоков, поскольку все они определены с использованием шаблонов бинарных связей (связей); это приводит к «нетривиальному упражнению по сопоставлению и подсчету несоответствий между такими идеальными бинарными связями и эмпирическими ценностными связями». Один из подходов к решению этой проблемы — использование дихотомизации для преобразования сети в бинарную версию. [2] Другие два подхода были впервые предложены Алешем Жиберной в 2007 году путем введения ценностного (обобщенного) блочного моделирования, а также однородного блочного моделирования . Основная идея последнего заключается в том, что «несоответствие эмпирического блока его идеальному блоку может быть измерено внутриблочной изменчивостью соответствующих значений». Затем вновь сформированные идеальные блоки, которые подходят для блочного моделирования ценностных сетей, представлены вместе с определениями их блочных несоответствий. [3] Два других подхода были позже предложены Карлом Нордлундом в 2019 году: девиационный подход и обобщенный подход на основе корреляции. Оба подхода Нордлунда основаны на идее, что оценочные сети можно сравнить с идеальным блоком без ценностей. [2]
При таком подходе сохраняется больше информации для анализа, что также означает, что существует меньше разделов, имеющих одинаковые значения критериальной функции . Это означает, что обобщенное блочное моделирование оценочных сетей измеряет несоответствия точнее. Обычно при таком подходе находится только одно оптимальное разделение, особенно когда оно используется блочным моделированием однородности. Напротив, при использовании бинарного блочного моделирования на одном и том же образце обычно в нескольких случаях встречалось более одного оптимального раздела. [3]