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。

Nov, 2010

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

本文介绍了两种新的机器学习方法来估计时间变化的网络，采用了一种顺序平滑的 $l_{1}$ 正则化逻辑回归形式，可用作标准凸优化问题，并利用通用求解器高效地解决大型网络。本文在虚拟数据集中还原时间变化网络，同时，从议员投票记录中反向构建了渐进改组政治网络的潜在序列，以及从周期性实验中重建了生物当量基因网络中的潜在演化调控网络。

Dec, 2008

针对在网络上的信息 / 影响 / 疾病扩散，本研究提出了一种基于离散网络的连续时间过程模型，通过已感染节点的传染事件推断全局扩散网络的边缘和每条边缘的传输速率，进而预测、影响和抑制感染传播。该模型具有稀疏解决方案，无需参数调整，可轻松适用于规模在数千到数十万的网络，实验证实了该算法的效果良好。

May, 2011

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

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

本文探讨了时间网络的控制属性，发现与静态网络相比，时间网络能够更快地达到可控性，需要更少的控制能量，并且控制轨迹更加紧凑，从而显著增强了我们控制它们的能力。

Jul, 2016

对一个 66 人动态亲密网络数据集的研究表明，社交网络的拓扑结构会在时间尺度上演化，其演化行为被外部时间周期驱动，忽略连续时间数据转化为离散序列的偏差性使得网络结构估计变得更加偏倚，因此提出动态社交网络表现出一种自然时间尺度，并建议在此自然时间尺度上进行这种动态数据的离散序列最佳转换。

Nov, 2012

提出了一种基于活动驱动的带记忆时间变化网络框架的时间网络模型，该模型整合了社会强化机制、焦点闭合和循环闭合等机制，可以生成具有社区结构和全局连通性的网络，且与真实的手机通信网络具有多种相似性。

Jun, 2015

通过深入分析现代时间相关神经网络的结构，研究报告了一个时间相关神经网络的时间感知关键缺陷，该缺陷同样存在于扩散模型中，同时提供了几种解决方案以改善问题根源，并通过对神经常微分方程和扩散模型的实验验证表明，保证时间感知能力可以提升它们的性能，暗示了它们当前的实现缺乏足够的时间依赖性。

May, 2024