ABSTRAK
Kami mengusulkan algoritma berdasarkan validasi silang untuk memperkirakan jumlah komunitas dalam model hipergraf umum yang tidak seragam. Algoritma ini melibatkan proses tiga langkah. Awalnya, algoritma ini membagi himpunan hipertepi secara acak menjadi himpunan pelatihan dan himpunan pengujian. Selanjutnya, untuk setiap jumlah kandidat komunitas, kami membuat estimasi spektral label komunitas dan estimasi kuadrat terkecil probabilitas hipertepi berdasarkan himpunan pelatihan. Langkah terakhir melibatkan perhitungan skor validasi silang menggunakan himpunan pengujian. Algoritma yang diusulkan terbukti konsisten ketika jumlah simpul cenderung tak terhingga.