Mar, 2018

脑网络的一系列路由策略

PDF
TL;DR本文研究了复杂网络中信号节点之间的通信效率和成本问题，并引入了一种随机模型来结合关于网络拓扑的本地和全局信息，从而产生连续谱的动态，其中包括最短路径和随机游走通信过程。接着，我们在人类连接组网络的两个组别上实现了该模型，并研究了不同程度本地和全局信息对网络通信成本的影响。我们还发现了一些逼近高效的最短路径通信过程的路由策略，并展示了全局信息驱动系统动态时，对中枢节点进行消息路由的成本随全局信息的数量变化而变化。最终，我们使用该模型来从通信动态角度识别个体主体之间的差异，该研究为经典的最短路径与扩散范式之外的大脑网络中存在不同类型的通信动态提供了新的理论支持。
complex networkcommunication costlocal and global informationrouting strategiescommunication dynamics
发现论文，激发创造
  • 揭示扩散网络的时间动态

    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

  • 在线媒体信息路径的结构和动态

    本文基于信息传播数据研究了推断动态网络的问题，提出一种基于随机凸优化的在线算法来高效解决，将其应用于 330 万个媒体和博客网站之间的信息传播，并实验了 179 亿不同信息在一年内的传播，发现了信息路径的演变和网络中心性等有趣发现。

    Dec, 2012

  • 脑网络的通信和控制模型：区别、汇聚和未来展望

    探讨了网络控制理论和计算模型对理解人类大脑的作用方面的潜力，并通过比较两种框架从多个角度提供了有关这两种方法之间关系的信息。

    Feb, 2020

  • 推断扩散和影响的网络

    通过识别节点的信息传播时间和感染情况，我们开发了一种有效的方法来追踪信息在网络中的扩散路径和网络，可以近似地解决 NP 难问题并应用于 170 万个博客和新闻文章，发现信息传播网络具有核心 - 边际结构。

    Jun, 2010

  • 复杂网络中的可传递性

    提出了一种新的复杂网络交际性的计量方法，并发现大多数复杂网络呈现出最通信量在网络中最连接 (最流行) 节点之间的趋势 (同配交际性)；此外，该方法还可以区分网络的更细致的结构，比如网络被分成的社群。

    Jul, 2007

  • 网络分布式优化与学习的扩散自适应策略

    我们提出了自适应扩散机制，以分布式方式优化全局代价函数，并将其应用于分布式估计和定位问题。

    Oct, 2011

  • 复杂网络上的捉迷藏

    研究网络结构对社会、人造和生物网络通信的约束作用，发现 Governance 和 Collaboration 网络的通信预测性强，但效率较低；相反，互联网具有更好的总体通信能力和更多的备选路径，更加健壮。在这些极端之间，酿酒酵母分子网络更类似于简单的社会系统，而更复杂的果蝇相互作用模式则类似于强大的互联网。

    Jul, 2004

  • 利用自然多样性重建传播网络并识别隐藏源

    本研究提出了一种基于压缩感知的框架来重建随机扩散动力学下的复杂网络，并应用到模型和真实网络中。研究表明，从少量二元数据可以实现不均匀交互的全面重建。此外，该方法还可以确定并高度可信地定位隐含的触发扩散过程并在其外部不可访问的源，从而为追踪和控制复杂网络系统中的流行入侵和信息扩散建立了一个范例。

    Jul, 2014

  • 复杂网络上的偏执随机游走：本地导航规则的作用

    本研究探讨在具有任意度数分布的随机不相关网络中的有偏随机游走过程，并推导了平稳占据概率和两个节点间的平均传输时间的精确表达式，同时探讨了循环搜索对传输时间的影响，为复杂网络上与运输相关问题的理论处理以及关键的数据包生成率的定量估计提供基础。

    Sep, 2007

  • 最大化传播影响力的资源优化部署

    通过可扩展的动态消息传递方法，我们证明了如何将网络上限制传播过程的有效使用与优化任务结合起来，例如识别最具影响力的传播者、针对特定的监管网络进行干预、制定传染病和金融系统的传播策略，以及演示了该方法在多种实际场景中的效果。

    Aug, 2016