- 利用磁共振成像多特征整合灰白质信息对帕金森病患者亚型进行标记
使用基于互相关的最近邻(MKNN)阈值化方法对帕金森病患者的脑网络进行分析,并发现了不同亚型之间的显著差异。
- 基于归纳图神经网络的大型网络节点中心度估计
我们重新定义了 Closeness Centrality(CC)和 Betweenness Centrality(BC)节点排序问题,提出了 CNCA-IGE 模型,它是一个基于归纳图神经网络的编码器 - 解码器模型,用于基于指定的 CC - 基于 TGX 的时序图分析
TGX 是一个 Python 软件包,特别设计用于分析时态网络,它提供数据加载、数据处理和演化图分析的自动化流程,支持多种内置和外部数据集,并且提供了数据处理功能和网络分析方法,适用于社交网络、引用网络和用户互动等领域。
- 量化相似度:评估 ChatGPT 和 Google Bard 内容相对于生物医学文献的文本挖掘方法
使用生成式人工智能工具、大型语言模型(LLMs)以及文本挖掘和网络分析方法,本研究评估了生成内容的有用性,比较了生成内容与科学文献的相似性,并发现 ChatGPT 在文档相似性、词组及网络中心性方面优于 Google Bard。此外,Cha - 在复杂凸时间网络中的意见动态视角:上瘾与遗忘
通过引入时间和空间上的扩展维度、构建意见聚类、削弱意见遗忘和依赖行为、以及网络分析等方法,本文提出了一个综合框架来加强共识建设,并强调了多样的观点、网络分析和有影响力的实体在其中的重要性。
- 利用启发式图像处理从企业组织图中提取网络结构
这篇研究论文通过开发一种新的启发式图像处理方法来提取和重构从已发布的组织结构图中获取的组织网络数据,然后应用于日本上市公司的组织结构图,成功重构了 4606 个组织网络,并测量了多个网络诊断指标,以进一步研究其与企业行为和绩效的相关性。
- 品牌网络增强器:改善品牌连通性的新系统
该研究论文介绍了一种新的决策支持系统,用于对语义网络进行深入分析,从而为品牌形象的探索和连接性的提高提供洞察力。论文展示了通过解决最大介数改进问题的扩展版本来实现该目标,该问题包括考虑对抗节点、有限预算和加权网络的可能性,其中通过添加连接或 - 图论在高级地理空间研究中的应用
该技术报告探讨了图论算法在地理空间科学中的应用,并突出了它们在网络分析、空间连接性、地理信息系统以及其他空间问题解决方案中的作用。它提供了有关辅助模型过程的图论的关键概念和算法的全面了解。这份报告提供了图论在解决现实世界地理空间挑战和机遇方 - 检测社群的两种新方法:基于 Omicron 系变异的蛋白质相互作用网络的案例研究
本研究旨在利用 ABCDE、ALCDE、Girvan-Newman、Louvain、Leiden 和 Label Propagation algorithm 等算法,分析 Omicron 病毒网络的结构组织和相互连接,以深入了解蛋白质相互作 - 技术相互依赖的新映射
通过文本挖掘和网络分析的创新方法,研究了技术联系对行业创新能力的影响以及这些影响是如何通过技术空间传递的。通过分析美国专利商标局授予的 650 万项专利的文本,并应用网络分析,对半个世纪(从 1976 年到 2021 年)间的各个行业之间的 - 城市基础设施相互依赖网络中易受攻击节点的检测
对城市基础设施的脆弱性进行建模与分析,利用基于图神经网络和强化学习的系统来准确刻画城市系统的脆弱性,包括城市设施的风险和脆弱性的发现。
- 基于简单卷积网络的影响性单体挖掘
本文介绍了一种名为 ISMnet 的高阶图学习模型,它能够识别在单纯复合体结构中具有重要影响力的 h - 单纯形,并采用可学习的图卷积算子捕获单纯形之间的交互,并能够识别任意阶数的具有影响力的单纯形,并在排名 0 - 单纯形(节点)和 2 - 使用拥挤网络进行无模型市场风险对冲
该研究通过基金持仓网络分析评估股票拥挤度,构建与市场负相关、市场回报凸性正相关的、分布自由的多空组合,用于资产组合避险,减少对成本高昂的期权策略和复杂数字优化的依赖。
- 深度潜在位置主题模型用于文本边网络的聚类和表示
本研究介绍了一种基于概率模型和可变图自动编码器方法的 Deep-LPTM 模型聚类策略,使节点和边在两个嵌入空间中构建联合表示,以解决社交网络中的节点聚类和数据可视化等问题,并在 Enron 公司的电子邮件数据上进行了验证。
- 复杂网络中集群结构对于链路预测任务的正向作用的重新思考
本文提出了一种简单而高效的基于聚类的链接预测框架 (ClusterLP),其中利用聚类结构直接获得无向图和有向图中尽可能准确的节点连接,实验证明该模型在多个真实世界网络上具有高竞争力。
- 知识论人工智能平台通过连接生物医学知识加速创新
Epistemic AI 平台基于知识映射的概念,通过自然语言处理、信息检索和网络分析等技术构建知识图谱,为生物医学研究过程中的信息超载、昂贵错误以及错失良机问题提供了解决方案。
- 衡量法律随时间的演变:一种基于网络分析框架的方法,应用于美国和德国的法令和法规
本文提供了一个多维动态文档网络分析的全面框架,并将其应用于跨越 20 年的美国和德国法规数据集,发现美国法律系统越来越多地由法规统治,而德国法律系统仍由法令统治。
- 社区检测方法综述:从统计建模到深度学习
本文提出了一种网络社区发现方法的统一架构,对现有的社区检测方法进行了全面的综述,并将现有的方法分为两类:概率图模型和深度学习。作者还释放了几个基准数据集,并概述了这些数据集的应用。该研究为进一步研究这一领域的挑战和未来方向提供了基础。
- 计算传播检测综述
该研究综述了当前计算机辅助的宣传检测技术的现状和挑战,并呼吁自然语言处理和网络分析领域加强合作,以应对利用互联网和社交网络进行有针对性宣传的问题。
- KDD基于 PageRank 的超图聚类
本文提出了两种基于个性化 PageRank 的超图聚类算法,它们都具有输出顶点集合对导纳有理论保证的优点,并在解决方案质量和运行时间方面优于现有方法。这是第一篇在具备理论保证的情况下实现了超图聚类的实用算法。