研究采用非欧几里得超几何模型来探讨复杂网络结构、度分布和拓扑性质,建立了网络结构与统计力学之间的映射,证明这种模型可以最大化网络传输效率,并且对于各种突发的破坏和损坏非常稳健。
Jun, 2010
本文介绍了一种计算机程序来生成具有超几何空间中随机几何图形模型的网络,并模拟其在不同网络结构特性方面的表现。
Mar, 2015
本文通过一项组合负曲率(又称双曲性)的测量方法,展示了许多生物和社交网络呈现出双曲性质,证明了双曲网络的优越性质对于可靠最短路径和网络中心节点的存在具有重要影响。
Mar, 2014
本研究探索图形拓扑的离散曲率和嵌入空间的连续全局曲率的属性,提出了一种基于超边曲率感知的图神经网络(HCGNN),该网络利用离散曲率引导周围消息传递,并同时自适应调整连续曲率。在节点分类和链接预测任务上进行了广泛的实验,结果表明所提出的方法在高超曲线图数据和低超曲线图数据中均优于各种竞争模型。案例研究进一步证明了离散曲率在发现本地集群和缓解超曲线几何引起的畸变方面的有效性。
Dec, 2022
本文介绍了一种通过动态的边缘曲率来描述网络几何性质的方法,展示了网络演化中的瓶颈边缘和信息传播过程,利用该方法成功地推导出了多尺度社区结构。
Jan, 2021
许多大型网络的连接特性满足幂律分布,这是由于网络持续扩展且新的节点倾向于连接到已经存在的高度连接节点,远超个体系统的特定机制,因此大型网络的发展是受到自组织现象的稳健规律支配的。
Oct, 1999
通过局部事件推动且网络随时间成长,本研究使用连续理论捕捉其不同连通性分布,为未来预测建立基础,且成功将其应用在专业电影演员关系网络中。
May, 2000
该论文揭示了大规模网络的全局曲率特征对核心拥塞的影响,通过分析全球真实数据网络的实测数据支持了这个观点。
Jul, 2009
本文研究了超 bolicity 在随机图中的表现,尤其关注了 Kleinberg 小世界随机图和环形树随机图上超 bolicity 的表现,并探讨了随机边对于超 bolicity 的破坏性。
Jan, 2012
研究复杂拓扑随机网络的新的 scale-free 模型,开发平均场方法预测个体顶点生长动态并计算其连通性分布和比例指数。
Jul, 1999