- 无标度网络:改进的推理
通过改进方法,利用贝叶斯推断来获得准确的估计和可信区间,以提高拟合度分布检验的可靠性。探究了网络或其他数据集是否遵循幂律分布,并将该方法应用于合成网络和实际网络的分析中。结果表明该方法更加适用于实际情况。
- 基于元数据的理解图神经网络方法
通过对多元稀疏回归分析来从元数据中派生得到一系列显著的数据属性,本文提出了一种基于元数据的方法,分析了图神经网络对图数据属性的敏感性,并通过理论分析和控制实验验证了平衡度分布与 GNN 性能之间的关系,从而验证了该基于元数据的方法在识别 G - 语义网络的拓扑特性和组织原则
研究了 ConceptNet 定义的由 11 种不同语言的七个语义关系组成的语义网络的特性,发现它们普遍具有稀疏、高度聚集和幂律程度分布等基本属性,少数语言的语义网络由于语法规则的影响出现幂律分布中的峰值。此外,根据语义关系类型和语言不同, - Erdős-Rényi 子临界网络中最短路径长度的分布
通过对给定大小和拓扑结构的子临界 Erdos-Renyi 网络组件的度分布和最短路径长度分布的拓扑展开式的系统分析,我们得到了整个子临界网络的最短路径长度分布(DSPL)的精确分析表达式,在渐近极限条件下证实了其收敛,其遵循几何分布。
- WWW使用次线性图样本证明和实现度分布的近似
文章介绍了一种名为 SADDLES 算法的新型图采样算法,使用 $h$-index 和 $z$-index 对度分布进行分析,并在实际数据集上展示了准确性和性能。
- 一个具有社区结构的可扩展生成图模型
本研究提出了一种可适应实际数据的分布式可生成网络模型 BTER,该模型可用于社交网络等具有社区结构的图形的生成和性能评估,并实现了一个可扩展的实现,在模拟包含 46 亿条边的真实 web 图形时获得更好的延展性和数据拟合度。
- 现实世界网络的乘法属性图模型
该论文提出了一种名为加性属性图形(MAG)的模型,该模型自然地捕捉了网络结构和节点属性之间的相互作用,并能够从数学上分析其连通性和度分布的特性。
- 复杂网络的双曲几何
研究采用非欧几里得超几何模型来探讨复杂网络结构、度分布和拓扑性质,建立了网络结构与统计力学之间的映射,证明这种模型可以最大化网络传输效率,并且对于各种突发的破坏和损坏非常稳健。
- 复杂网络的曲率和温度
该论文研究了复杂网络中度分布异质性的发生原因,发现隐性双曲空间的指数扩张可以解释度数分布的异质性现象,使用费米 - 狄拉克统计物理解释了超几何距离,通过在超几何空间上嵌入互联网,能够实现只需本地信息的路由。
- 使用图勾画度分布比较生物网络
研究了细胞网络的相似性计算问题,提出了一种基于图形小连通子图度分布的新颖结构度量方法,可以更好地模拟生物网络建模。
- 具有聚类特性的稀疏随机图
本文介绍了一种扩展了边远离独立性的稀疏随机图的一般模型,并且通过构造非齐性随机超图来替代每个超边,再通过与某个积分算子的范数相关来解释巨型连通性的临界点,并将该巨型连通量与某些(非 Poisson)多类型分支过程的生存概率关联起来,同时研究 - 无序网络上选民模型的解析解
本文将选民模型动力学在异质网络上进行了数学描述,研究得到平均度数为 μ≤2 时系统会指数快速地达到完全有序状态;μ>2 时,则会在完全有序状态之前陷入一个平均密度恒定的准稳态,并且研究了系统的平均寿命时间。
- 随机图的取样特性:度数分布
探讨了从网络中选择随机子网的两种采样方案:随机采样和连接依赖采样,研究了节点在两种采样方式下的网络度分布如何受到影响。我们得出了保证子网度分布与真实网络属于相同概率分布家族的必要和充分条件。同时,我们还讨论了采样概率依赖于节点度的情况,并发 - 随机图作为网络模型
本文综述了最近一些研究,通过对随机图的扩展,纠正了其在实际网络中缺乏群聚性和非泊松度分布的缺陷,并将其应用于网络鲁棒性和流行病传播问题。
- 随机生长图是否真正随机?
研究生长网络的特点和与静态随机网络的不同之处,发现由于连接顶点度数之间的正相关性,导致在生长网络中出现了巨型组件和一阶相变,而在静态随机网络上则出现了二阶相变和平均组件尺寸发散的现象。
- 任意度分布的随机图及其应用
本文研究了任意度数分布的随机图的理论,并且将其应用到真实世界的图形中进行验证,结果显示在有些情况下预测得很准确,而在另一些情况下与现实存在明显差异,表明随机图并没有完全捕捉到网络中的社会结构。