无标度网络中的大型社区

@第{Alves2015LargeCI条,title={无标度网络中的大型社区},author={Caio Teodoro De Magalhaes Alves和Rodrigo Ribeiro以及R{'e}my Sanchis},journal={统计物理杂志},年份={2015年},体积={166},页数={137-149},网址={https://api.semanticscholar.org/CorpusID:119661290}}
证明了这种所谓的广义线性优先(GLP)模型在时间t产生的随机图Gt包含一个完备的子图,其顶点集基数由t给出。

询问这篇论文
人工智能驱动

带边步函数的优先附着随机图

我们分析了一个具有优先连接规则和控制顶点集增长率的边阶函数的随机图模型,并研究了这些函数对经验值的影响

带边步的优先附着随机图的聚类

证明了对于p的正函数$\gamma$,全局聚类以很高的概率衰减为t^{-\gamma(p)$,而这些图的团数,直到次多项式小因子,阶数为$t^{(1-p)/(2-p)}$。

具有边插入的P.A随机图中的聚类和群

本文研究了具有附加特征的优先依附随机图模型生成的图的全局聚类系数(也称为传递性)和团数

带边步的优先附着随机图的聚集

本文研究了由带有边步的优先附着随机图模型生成的图的几何性质。更准确地说,每次$t\in\mathbb{N}$都有概率

具有边阶函数的P.A.随机图的拓扑性质

在这项工作中,我们研究了一个参数为f:N函数的优先附着模型[0,1]驱动图的顶点数和边数之间的渐近比例。

带有边插入的P.A.随机图上的感染传播

结果表明,在边阶函数上的可积条件下,图很容易受到感染的传播,感染整个图的正部分只需要$3$步。

具有边阶函数的P.A.随机图的直径

在这项工作中,我们证明了参数为f:N函数的优先附着模型生成的随机图直径的一般界[0,1]驱动渐近比例

无标度网络中节点重要性排序:一种网络度量响应模型及其求解算法

提出了一种新的无标度网络节点重要性排序模型及其求解算法,该研究不仅为复杂理论的分析方法提供了新的思路,也为实际应用提供了新思路。

基于Agent模型和K-Core分解的微博群体事件扩散分析

本文旨在将复杂网络的核心分解方法引入到基于agent模型的微博群体事件传播管理分析中,该模型可以模拟群体事件发生时微博用户的行为。

无标度随机图的鲁棒性和脆弱性

结果表明,LCD图比具有相同边数的经典随机图更健壮,但也更容易受到攻击,即对随机损坏的健壮性和对恶意攻击的脆弱性。

社会和生物网络中的社区结构

本文提出了一种检测社区的方法,该方法基于使用中心性指数来发现社区边界的思想,并在社区结构已知的计算机生成的和真实世界的图形上进行了测试,发现该方法检测该已知结构具有高灵敏度和可靠性。

首选附件模型中的直径

研究了优先附着(PA-)模型中的直径,从而量化了这些模型是小世界的说法,边界部分地证明了物理学家的预测,即PA-graphs中的典型距离与其他无标度随机图中的相似。

随机图与复杂网络

本章解释了为什么许多现实世界中的网络都是小世界,其程度有很大的波动,以及为什么概率论提供了一种处理网络复杂性的高效方法,并引导我们考虑随机图。

无标度拓扑生成器中度相关的演化建模

提出了一个统一的分析框架,该框架允许对所有研究模型中的度相关性进行易于处理的分析,并导出了二度相关性度量——分类性和聚类的渐近公式。

随机无标度网络中大集团的出现

在网络中,团是完全连通的子图,它揭示了其中存在的紧密社区。大小为c>3的团仅存在于随机鄂尔多斯图和Renyi图的极限中

Barabási–Albert随机树的最大度

在随机树演化的单参数模型中,证明了最大度的大数定律和中心极限定理。

幂律随机图中的大团

本文研究了随机图G(n,α)中n个顶点上的最大团ω(G(n、α))的大小,该图具有指数α的幂律度分布。我们证明,对于“平坦”度

无标度随机图的数学结果

人们对研究大规模的现实世界网络以及尝试使用随机图对其属性进行建模非常感兴趣,这一领域的工作大致分为以下几类。