Beyond Variance: Selecting Low-Rank Temporal Networks That Preserve Causality and Spreading
이 논문은 행렬 최적 압축이 필수적인 확산 동작을 포착하는 데 종종 실패한다는 점을 입증하며, 전통적인 분산 기반 지표보다 시간 존중 도달 가능성(time-respecting reachability) 및 발생 규모(outbreak sizes)와 같은 인과적 역학의 보존을 우선시함으로써 저차원 시계열 네트워크 근사의 랭크를 선택하기 위한 프로세스 인식 규칙을 제안한다.