该研究使用主题建模方法对伊朗法律进行了探索，识别了经济、法规、文化、信息技术和政治等主题，并发现法规主要涉及经济和海关，而文化规范在 2023 年有所增加。每年制定的法律能反映社会状况和立法者的关注重点。

Sep, 2023

对科学家的合著网络进行了研究，发现网络是规模自由的，演化受到优先连接的影响，并提出一个简单模型，用数值模拟揭示了一些数量的行为。

Apr, 2001

本文介绍了一个原型研究，该研究致力于量化公共政策设计的研究。该系统旨在自动化收集法律文件，注释它们，使用超图分析关键实体之间的相互关系。该系统针对 2003 年的《联合国教科文组织保护非物质文化遗产公约》进行了测试，该法律文献规定了保护文化遗产的重要方面。

Sep, 2022

本文综述历史发展中的统计网络建模及其在静态和动态网络模型中的应用，强调对图形化表示、参数及其估计的解释，并介绍了机器学习和统计学中的一些未解之谜和挑战。

Dec, 2009

使用主题建模算法（如 Latent Dirichlet Allocation、非负矩阵分解和 Bertopic）对来自印度和英国的大量法律文件进行了案例注释，并对印度案例的时间线进行了分析，以识别不同司法管辖区中主要主题的演变。

May, 2024

本文概述了基于复杂网络的时间序列分析方法，着重介绍了以复归图为基础的方法，探讨了各个方法的潜力和局限性，并通过动力系统和实际时间序列的典型例子说明了复杂网络测量可以提供其他线性和非线性方法所未能提供的结构特征信息。

Oct, 2010

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

本文综述了科学演化模型的重要工作，然后介绍了一般的过程模型，该模型同时生成了共同作者和论文引用网络，该模型通过主题划分作者和论文、作者引用最新论文以及作者引用已阅读论文引用的论文来模拟论文引用网络的统计和动态性质，并将其验证为线性关系数的主题与模拟论文引用网络的聚类系数相关。

Nov, 2003

本文研究了神经网络的随机分析，通过解决技术上的一些难点，证明了在大规模网络和大规模随机梯度下降训练迭代的渐近情况下，神经网络参数的经验分布收敛于一个非线性偏微分方程的解，此结果可以被认为是神经网络的大数定律。此外，我们的分析结果发现神经网络的训练参数渐近独立，这被称为 “混沌传播” 性质。

May, 2018

本文基于量子组合和链接积的概念，提出了一种处理量子网络及其所有可能变换的框架，包括量子态、测量、信道的克隆、识别、估计和重构等。从构造性和公理性两个角度研究了量子网络，并证明了其量子记忆信道的普适性。

Apr, 2009