萨哈纳兹·迪尔马甘尼;阿皮瓦迪，皮亚图姆荣;格雷戈伊达诺伊;帕斯卡·博夫里;Matthias R.布鲁斯特。 来自组织间研究合作的创新网络。 （英语） Zbl 1505.90148号 Yalaoui，Farouk（编辑）等人，优化和学习的启发式。根据2018年10月27日至31日在摩洛哥马拉喀什举行的2018年META第七届元启发式和自然启发计算国际会议上的演讲，选出论文。查姆：斯普林格。螺柱计算。智力。第906、361-375页（2021）。 摘要：我们考虑从组织间研究协作数据自动生成网络的问题。由此产生的网络有望获得关键的高级见解。在本文中，我们提出了一种使用单个参数将关系数据转换为一组网络的方法，称为链接阈值（LT）。分析书信电报-值，我们在生成的每个网络上应用标准网络度量，如网络密度和中心性度量。通过使用一家知名研究机构的真实世界协作数据集，证明了我们方法的可行性和影响。我们展示了生成的网络层如何通过呈现关联矩阵来揭示见解和模式。关于整个系列，请参见[1480.90004赞比亚比索]. MSC公司： 90 C59 数学规划中的近似方法和启发式 关键词：网络生成;书信电报-价值 PDF格式BibTeX公司 XML格式引用 \textit{S.Dilmaghani}等人，研究计算。智力。906、361--375（2021年；Zbl 1505.90148） 全文： 内政部