本文介绍了一种新方法，将时间序列转化为复杂网络，从而分析复杂系统的结构特性，并发现了递归网络的拓扑属性与底层动态系统相统一的关系，这为了解时间序列的动态复杂度提供了新的定量特征。

Aug, 2009

将复杂网络和机器学习技术相结合，提出了新的神经网络架构以及用于分析和预测人类流动的算法，并开发了用于追踪城市规划中的缺陷和关键节点的技术。

Jun, 2022

通过分析复杂网络在各种真实世界问题和数据的表示、分析和建模方面的应用，介绍其主要概念和模型，并调查了一系列现象，对其应用于新理论方法和应用于实际问题的潜力进行评估。

Nov, 2007

本文回顾了复杂网络领域的最新进展，重点讨论了网络拓扑和动态的统计力学。通过回顾激发最近对网络兴趣的实证数据，讨论了主要模型和分析工具，包括随机图、小世界和无标度网络等，以及拓扑与网络抵抗故障和攻击的稳健性之间的相互作用。

Jun, 2001

本文提供了一种简单快速的计算方法，即可将时间序列转换为图形，该方法称为可视性算法。生成的图形在结构上继承了系列的多个特性，如周期系列转换为规则图形，随机系列则转换为随机图形。 此外， 分形系列转化为无标度网络，这增强了幂律分布与分形性相关的事实。 可以利用这种新方法来从新的角度表征时间序列。

Oct, 2008

通过状态空间重构的概念，非线性时间序列分析提供了一组方法，允许我们计算特征量，如 Lyapunov 指数和分形维数，预测时间序列的未来走势，甚至在某些情况下重构运动方程。

Mar, 2015

本文对复杂网络的测量进行了综述，包括对其特征的一般考虑、主要模型的简要回顾和主要现有的测量的介绍。同时，本文讨论了复杂网络在多种测量空间下的轨迹表示、传统测量之间的相关性分析、紊动分析以及多元统计用于特征选择和网络分类等相关问题。根据具体的网络和分析任务，可以选择特定的特征集合。希望本文可以帮助正确应用和解释测量结果。

May, 2005

基于控制理论，我们提出了一种描述节点间动态相似性的时间依赖动态相似度度量，该度量可用于减少复杂系统网络的描述，并可用于发现功能模块。通过案例研究，我们展示了该方法在不强连通的有向网络和带符号网络上的应用，并将社区检测方法与控制理论相结合。

Apr, 2018

本文综述了过去三年来分析和建模时空网络及其上进行的各种过程的方法，旨在更准确地进行预测和机械理解，重点关注社交网络中的传染病、观点和谣言传播、计算机网络中的信息包以及生物学中的各种信号等，并讨论了未来的研究方向。

Aug, 2015

这篇论文回顾了近年来研究网络系统（如 Internet、社交网络和生物网络）的各种技术和模型，包括小世界效应、度分布、聚类、网络相关性、随机图模型、网络增长模型和动态过程。

Mar, 2003