哈里森·哈特尔；布伦南·克莱恩；斯特凡·麦卡贝；亚历山大·丹尼尔斯；纪尧姆·圣朗；查尔斯·墨菲；Hébert-Dufresne，劳伦特 网络比较和集成图内距离。 （英语） Zbl 1472.05138号 程序。英国皇家学会。，A、 数学。物理学。工程科学。 476，No.2243，文章ID 20190744，18 p.（2020）. 摘要：量化网络之间的差异是网络科学中一个具有挑战性且始终存在的问题。近年来，特别的介绍了这个问题的解决方案。在此，我们提出，简单且易于理解的随机网络集合（如Erdős-Rényi图、随机几何图、Watts-Strogatz图、配置模型和优先连接网络）是网络比较方法的自然基准。此外，我们还表明，从生成模型独立采样的两个网络之间的预期距离是一个有用的属性，它封装了该模型的许多关键特征。为了说明我们的结果，我们计算如下集合内图形距离以及使用通常用于比较图形的20个距离度量的经典网络模型（及其若干参数化）的相关量。内部集成图形距离为图形距离的开发人员提供了一个新的框架，以更好地理解他们的创作，并为从业者更好地为他们的特定任务选择合适的工具。 引用于三文件 理学硕士： 05C82号 小世界图形、复杂网络（图形理论方面） 90B10型 运筹学中的确定性网络模型 91天30分 社交网络；意见动态 关键词：图形集合；图形距离；网络比较；计算机建模与仿真；复杂性 PDF格式BibTeX公司 XML格式引用 \textit{H.Hartle}等人，Proc。R.Soc.伦敦。，A、 数学。物理学。工程科学。476，第2243号，文章ID 20190744，18页（2020；Zbl 1472.05138） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] Berlingerio M，Koutra D，Eliassi-Rad T，Faloutsos C.2012 NetSimile：一种规模依赖网络相似性的可扩展方法。(http://arxiv.org/abs/1209.2684) [2] Koutra D，Vogelstein JT，Faloutsos C.2016 DeltaCon：具有属性的原则性海量相似函数。ACM事务处理。知识。发现。数据10，1-43。（doi:10.1145/2824443）·doi:10.145/2824443 [3] Tsitsulin A、Mottin D、Karras P、Bronstein A、Müller E.2018 NetLSD：聆听图形的形状。程序中。第24届ACM SIGKDD国际知识发现与数据挖掘大会。2347-2356. （doi:10.1145/3219819.3219991）。 [4] Bagrow J，Bolt E.2019网络比较的信息理论和全尺度方法。申请。Netw公司。科学。45, 1-15. （doi:10.1007/s41109-019-0156-x）·文件编号：10.1007/s41109-019-0156-x [5] Donnat C，Holmes S.2018跟踪网络动态：使用图形距离的调查。附录申请。统计12，971-1012。（doi:10.1214/18-AOAS1176）·Zbl 1405.62171号 ·doi:10.1214/18-AOAS1176 [6] Masuda N，Holme P.2019检测时间网络中的系统状态序列。科学。代表9795。（doi:10.1038/s41598-018-37534-2）·doi:10.1038/s41598-018-37534-2 [7] Torres L，Suárez-Serrot P，Eliassi-Rad T.2019非回溯周期：长度谱理论和图挖掘应用。申请。Netw公司。科学。4、41（doi:10.1007/s41109-019-0147-y）·文件编号：10.1007/s41109-019-0147-y [8] Monnig N，Meyer F.2018阻力扰动距离：动态网络分析的度量。离散应用程序。数学。236, 347-386. （doi:10.1016/j.dam.2017.1007）·Zbl 1377.05051号 ·文件编号：10.1016/j.dam.2017.10.007 [9] Schieber T、Carpi L、Díaz-Guilera A、Pardalos P、Masoller C、Ravetti M.2017网络结构差异的量化。国家公社。13928, 1-10. （doi:10.1038/ncomms13928）·doi:10.1038/ncomms13928 [10] Wilson R，Zhu P.2008用于比较图和树的图谱研究。模式识别器。41, 2833-2841. （doi:10.1016/j.patcog.2008.03.011）·Zbl 1154.68505号 ·doi:10.1016/j.patcog.2008.03.011 [11] Bunke H，Shearer K.1998基于最大公共子图的图距离度量。模式识别器。莱特。19, 255-259. （doi:10.1016/S0167-8655（97）00179-7）·兹比尔0905.68128 ·doi:10.1016/S0167-8655（97）00179-7 [12] Deza MM，Deza E.2009距离百科全书。纽约州纽约市：施普林格出版社（特别是第1.1节，第3-10页）·Zbl 1167.51001号 [13] Bento J，Ioanidis S.2019易处理图形距离系列。申请。Netw公司。科学。4, 1-27. （doi:10.1007/s41109-019-0219-z）·doi:10.1007/s41109-019-0219-z [14] Newman M.2018网络。英国牛津：牛津大学出版社·Zbl 1391.94006号 [15] Erdős P，Rényi A.1959关于随机图。数学出版物6，290-297。（doi:10.2307/1999405）·Zbl 0579.05046号 ·doi:10.2307/1999405 [16] Bollobás B.1980标记正则图数量渐近公式的概率证明。Eur.J.库姆。4, 311-316. （doi:10.1016/S0195-6698（80）80030-8）·Zbl 0457.05038号 ·doi:10.1016/S0195-6698（80）80030-8 [17] Dall J，Christensen M.2002随机几何图。物理学。版次E 66016121。（doi:10.103/PhysRevE.66.016121）·doi:10.1103/PhysRevE.66.016121 [18] Penrose M.2003随机几何图。英国牛津：牛津大学出版社·兹比尔1029.60007 [19] Watts D，Strogatz S.1998“小世界”网络的集体动态。《自然》393，440-442。（doi:10.1038/30918）·Zbl 1368.05139号 ·doi:10.1038/30918 [20] Park J，Newman M.2004网络统计力学。物理学。版次E 70066117。（doi:10.1103/PhysRevE.70.066117）·doi:10.103/物理版本E.70.066117 [21] Garlaschelli D，Loffredo M.2008最大可能性：从复杂网络中提取无偏信息。物理学。版次E 78，015101。（doi:10.1103/PhysRevE.78.015101）·doi:10.1103/PhysRevE.78.015101 [22] Cimini G、Squartini T、Saracco F、Garlaschelli D、Gabrielli A、Caldarelli G.2019现实世界网络的统计物理。自然修订版物理。1, 58-71. （doi:10.1038/s42254-018-0002-6）·doi:10.1038/s42254-018-0002-6 [23] Barabási A，Albert R.1999随机网络中尺度的出现。《科学》286509-512。（doi:10.1126/science.286.5439.509）·Zbl 1226.05223号 ·doi:10.1126/science.286.5439.509 [24] Albert R，Barabási A.2002复杂网络的统计力学。修订版Mod。物理学。74, 47-97. （doi:10.1103/RevModPhys.74.47）·Zbl 1205.82086号 ·doi:10.1103/RevModPhys.74.47 [25] Krapivsky PL、Redner S、Leyvraz F.2000增长随机网络的连通性。物理学。修订稿。85, 4629-4632. （doi:10.1103/RevModPhys.74.47）·Zbl 1205.82086号 ·doi:10.1103/RevModPhys.74.47 [26] Wills P，Meyer F.2020图表比较指标：从业者指南。公共科学图书馆ONE 15，e0228728。（doi:10.1371/journal.pone.0228728）·doi:10.1371/journal.pone.0228728 [27] Jurman G，Visintainer R，Furlanello C.2011网络中频谱距离的介绍。神经网络WIRN10:第20届意大利神经网络研讨会论文集。227-234. （doi:10.3233/978-1-60750-692-8-227）·doi:10.3233/978-1-60750-692-8-227 [28] Golub G，van Loan C.2013年矩阵计算。马里兰州巴尔的摩：JHU出版社。1421407949 9781421407944. ·Zbl 1268.65037号 [29] Jaccard P.1901Étude de la distribution florale dans une portion des Alpes and du Jura地区的分布图。牛市。de la Societe Vaudoise des Sciences Naturelles自然科学协会37、547-579。（doi:10.5169/seals-266450）·doi:10.5169/密封件-266450 [30] 汉明RW.1950错误检测和纠错代码。贝尔系统。《技术期刊》29，147-160。（doi:10.1016/S0016-0032（23）90506-5）·Zbl 1402.94084号 ·doi:10.1016/S0016-0032（23）90506-5 [31] 高X，肖B，陶D，李X.2010图形编辑距离调查。模式分析。申请。13, 113-129. （doi:10.1109/GlobalSIP.2013.6736904）·Zbl 1422.68211号 ·doi:10.1109/GlobalSIP.2013.6736904 [32] Wallis W，Shoubridge P，Kraetz M，Ray D.2001使用图并集计算距离。模式识别器。莱特。22, 701-704. （doi:10.1016/S0167-8655（01）00022-8）·Zbl 1010.68896号 ·doi:10.1016/S0167-8655（01）00022-8 [33] Chowdhury S，Mémoli F.2017网络之间的距离和同构以及网络不变量的稳定性。(http://arxiv.org/abs/1708.04727) [34] Carpi L，Rosso O，Saco P，Ravetti M.2011通过信息理论量词分析复杂网络演化。物理学。莱特。A 375801-804。（doi:10.1016/j.physleta.2010.12.038）·Zbl 1241.05135号 ·doi:10.1016/j.physleta.2010.12.038 [35] Emmert-Streib F，Dehmer M，Shi Y.2016图形匹配、网络对齐和网络比较五十年。信息科学。346, 180-197. （doi:10.1016/j.in.2016.01.074）·Zbl 1398.68393号 ·doi:10.1016/j.ins.2016.01.074 [36] MeilóM.2007比较聚类——基于信息的距离。《多元分析杂志》。98, 873-895. （doi:10.1016/j.jmva.2006.11.013）·Zbl 1298.91124号 ·doi:10.1016/j.jmva.2006.11.013 [37] Jurman G，Visintainer R，Filosi M，Riccadonna S，Furlanello C.2015用于网络比较和分类的HIM全局度量和内核。程序中。2015年IEEE数据科学和高级分析国际会议，DSAA。1-10. （doi:10.1109/DSA.2015.7344816）。 ·doi:10.1109/DSAA.2015.7344816 [38] Mellor A，Grusovin A.2019通过非回溯谱进行图形比较。物理学。版本E 99，052309。（doi:10.1103/PhysRevE.99.052309）·doi:10.1103/PhysRevE.99.052309 [39] van Steen M.2010图论与复杂网络。导言。荷兰阿姆斯特丹：Maarten van Steen。978-90-815406-1-2. [40] De Domenico M，Biamonte J.2016光谱熵作为复杂网络比较的信息理论工具。物理学。修订版X 6，041062。（doi:10.1103/PhysRevX.6.041062）·doi:10.1103/PhysRevX.6.041062 [41] 陈德，史DD，秦M，徐SM，潘国杰。2018年基于可通信序列熵的复杂网络比较。物理学。版次E 98，012319。（doi:10.1103/PhysRevE.98.012319）·doi:10.1103/PhysRevE.98.012319 [42] Hammond D，Gur Y，Johnson C.2013图扩散距离：基于图Laplacian指数核的加权图的差异度量。2013年IEEE信号和信息处理全球会议，GlobalSIP 2013-会议记录。419-422. （doi:10.1109/GlobalSIP.2013.6736904）·doi:10.1109/GlobalSIP.2013.6736904 [43] Ipsen M，Mikhailov A.2002网络的进化重建。物理学。修订版E 66046109。（doi:10.103/PhysRevE.66.046109）·doi:10.1103/PhysRevE.66.046109 [44] Molloy M，Reed B.1995具有给定度序列的随机图的临界点。随机结构。算法6，161-180。（doi:10.1002/rsa.3240060204）·Zbl 0823.05050号 ·doi:10.1002/rsa.3240060204 [45] Del Genio CI，Gross T，Bassler KE.2011所有无标度网络都是稀疏的。物理学。修订稿。107、1-4所示。（doi:10.1103/PhysRevLett.107.178701）·doi:10.1103/PhysRevLett.107.178701 [46] 纽曼MEJ。2005年电力法、帕累托分布和齐普夫定律。竞争。物理学。46, 323-351. （doi:10.1080/00107510500052444）·doi:10.1080/00107510500052444 [47] Krapivsky PL、Redner S、Leyvraz F.2000增长随机网络的连通性。物理学。修订稿。85, 4629. （doi:10.1103/PhysRevLett.85.4629）·doi:10.1103/PhysRevLett.85.4629 [48] McCabe S、Torres L、LaRock T、Haque SA、Yang C-H、Hartle H、Klein B.2020 netrd：网络重建和图形距离库。https://arxiv.org/abs/2010.16019。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。