时变图和动态网络

Nov, 2010

Time-Varying Graphs and Dynamic Networks

Arnaud Casteigts, Paola Flocchini, Walter Quattrociocchi, Nicola Santoro

TL;DR本文旨在将分布式计算文献中的各种概念、形式主义和结果整合到一个统一框架中，我们将其称为时间变化图表（TVG），并概括性地介绍它们的分类和应用。

Abstract

The past few years have seen intensive research efforts carried out in some apparently unrelated areas of dynamic systems -- delay-tolerant networks, opportunistic-mobility networks, social networks -- obtaining closely related insights. Indeed, the concepts discovered in these investi

dynamic systems time-varying graphs hierarchical classification network evolution randomness

发现论文，激发创造

空间网络的代数和几何模型

介绍了一种新颖的基于时间变化图的方法来模拟星际通信，包括通信容量的统计，拓扑数据分析等。

Apr, 2023

基于时间图的动态图深度学习

本文提出了一种称为 TGN 的新型深度学习框架，可以有效地在动态图形学中学习演化特征或连接。

Jun, 2020

量化时间分辨率对时变网络的影响

本文讨论时间变化网络的动态过程，着重研究了随机漫步的行为特征，并提出了简单数学框架来描述真实数据集上观察到的行为，从而分析了时间积分技术引入的偏差对时间变化图上动态过程的正确描述的影响。

Nov, 2012

时态网络

该文章探讨了时间网络的新兴领域，讨论了分析拓扑结构和时间结构的方法以及阐述它们与动态系统行为的关系，并指出与静态网络不同，由于在时间网络中有些基本属性不一定成立，因此需要创新性的方法来研究分析。

Aug, 2011

一种新型混合时变图神经网络用于交通流预测

提出了一种用于交通流预测的混合时变图神经网络 (HtvgNN)。

Jan, 2024

动态网络的生成模型与应用

本文提出了一种基于潜在空间的统计模型，用于对社交网络、协作网络等观察到的具有时间动态的网络进行建模和分析，该模型可应用于社区检测和链路预测等任务，并与现有方法相比表现出更好的效果。

Feb, 2018

动态网络的随机图模型

本文提出了一些标准网络模型的概括，包括随机网络、配置模型和随机块模型，将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制，并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态，以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构，我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。

Jul, 2016

基于时变图形套索的网络推断

本文介绍了一种基于时间可变图拉索（TVGL）的方法，利用交替方向乘子方法（ADMM）以一种高效的方式推断时间可变网络，评估了该算法的性能，并通过实验结果显示该算法优于最先进的基线算法。

Mar, 2017

将社交网络表示为动态异构图

本文提出一种新的动态异构图表示社交网络的方法，包括时间在图的每个组件中，并用于描绘社交网络中的多样性。演示了此表现力的作用，同时使用图神经网络展示动态查询和预测任务的详细表现。

Sep, 2022

时态网络创造博弈

本文研究了时间图和博弈论网络形成模型，介绍了一种简化的模型，证明了它的均衡点是时间跨度算法问题中的一个解，指出了需要深入研究策略代理人创造时间图的难点。

May, 2023