May, 2018

大型网络在低可观测性条件下的局部层析成像

PDF
TL;DR本文通过对智能体状态演化的观察研究了重构相互作用智能体网络拓扑图的问题。在大规模网络设置下，仅有一小部分智能体可以实际被观察到。我们旨在推断出底层互动子网络，称之为局部层析问题。在这种情况下，本文的主要结果是，在该设置下，在满足网络模型的某些条件（如网络组合矩阵的稳定性和对称性）的情况下，局部层析成像实际上是可能的，这个结论是在低可观测性区域得出的，其中可观测子网络的势被固定，而整个网络的规模朝向无限大。
network topologyinteracting agentspartial observationssubnetworklocal tomography
发现论文，激发创造
  • 一种无偏对称矩阵估计器，在部分可观察性下进行拓扑推断

    该研究提出了基于矢量自回归模型的无偏估计方法和高斯混合模型算法，用于在节点信息部分观察的情况下推断网络拓扑结构，数值实验结果表明该算法在小样本情况下具有更好性能。

    Mar, 2022

  • 从复杂动力学推断网络拓扑

    本文提出了一种从动力学观测中推断网络拓扑结构的简单直接方法，能够适用于任意网络动力学系统，基于对观察到的动态轨迹得到网络连接拓扑结构的解析解。

    Jul, 2010

  • 基于深度学习的部分观测下网络动态系统图恢复

    研究了图结构识别问题，通过观测到的时间序列，从线性随机网络动态系统的状态设置中获取组件，计算了特征向量，并使用这些特征来训练卷积神经网络进行因果推断，在各种网络上推广良好，可解决大规模系统中不能处理所有节点的问题。

    Aug, 2022

  • 一种动态网络成像的状态空间混合成员分块模型

    本文提出了一种基于模型的方法来分析动态时间变化的网络中的演员，即动态层析。与其他网络推断技术不同，我们的方法将每个演员的角色建模为一个时间演化的混合成员向量，以更贴近现实。我们应用该模型分析了僧侣之间的社交网络，Enron 员工之间的动态电子邮件通信网络和果蝇在其完整生命周期期间重新布线的基因相互作用网络，揭示了演员动态角色的有趣模式。

    Dec, 2008

  • 动态异常监测：通过稀疏和低秩追踪网络异常

    构建了一种在线估计的网络异常映射方法，该方法基于 exponentially-weighted 的最小二乘准则和物流矩阵的核范数，可在实时动态环境下追踪网络流量异常，进而提高网络质量和保障网络安全。

    Aug, 2012

  • 关于态重构的量子纠缠性与复制复杂度之间的最佳权衡

    基于研究对现代量子设备的实际限制如何影响量子学习的复杂性，通过自然环境中对多个副本进行测量和采用 Schur-Weyl 采样的方式，揭示了量子学习中量子复制与纠缠之间的平滑交换，特别是在拓扑近似条件下的观测联通性以及从最大混合态偏离程度的估计。

    Feb, 2024

  • 关于复杂动态网络中次模性和可控性的研究

    本论文研究了动态系统中控制可控性和可观测性的度量方法，发现采用贪心算法求解时，相关 Gramian 矩阵的函数映射为模块化或次模矩阵，实现了有效全局优化或近似保证。

    Apr, 2014

  • 从信息级联中跟踪切换动态网络拓扑

    本文提出了一种切换动态结构方程模型，用于跟踪动态网络中基础拓扑的离散确认背后的驱动离散状态，一个通过交替最小二乘求解的快速一阶邻域梯度算法，验证试验表明这种方法的功效。

    Jun, 2016

  • 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

  • 本地化思维，本地化行动：大型网络中小型、中型和大型社区的检测

    研究网络的 meso-scale 特征，使用不同的 community-identification 程序，比较不同的 community 大小，识别多个 size-resolved 的 community 结构，并提出局部偏置方法比全局 community-detection 方法更实用，同时也强调 better benchmark 网络的重要性。

    Mar, 2014