Degree Correlation in Scale-Free Graphs
我们得到了期望的条件度分布和联合度分布的线性偏好连接模型的网络增长在稳定状态下的封闭形式的表达式。我们考虑多目的地的优先连接增长模型,在每个时间步的传入节点连接到$β$现有的节点,选择度成比例的概率。通过条件度分布$p(\ell| k)$,我们表示连接到度为$k$的节点的节点的度分布。通过联合度分布$p(k,\ell)$,我们表示连接度为$k$和$\ell$的节点的链接的比例。除了这个增长模型,我们考虑了移位线性优先增长模型,并解决了相同的数量,以及其稳态度分布的封闭形式的表达。
2013-08-23 cond-mat.stat-mech cs.SI physics.data-an
Network Controllability Is Determined by the Density of Low In-Degree and Out-Degree Nodes
网络动态状态的可控性问题是网络理论的核心,从网络医学到金融市场都有广泛的应用。网络的驱动器节点是如果外部信号施加到它们,则可以使网络达到期望的动态状态的节点。本文利用结构可控性的框架,证明了随机网络中入度和出度分别等于$0$、$1$和$2$的节点的密度决定了随机网络中驱动节点的个数.此外,我们证明了最小入度和出度大于2的网络总是完全可控的驱动节点的无穷小的分数,不管度分布的其他属性。最后,基于这些结果,我们提出了一个算法,以提高网络的可控性。
2014-08-14 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Network resilience against intelligent attacks constrained by degree dependent node removal cost
我们研究了复杂网络对攻击的弹性,其中节点被智能地定位,但是禁用节点对攻击者有成本,这取决于它的程度。攻击者必须用有限的资源来支付这些成本,这限制了他们的行动。网络的完整性是根据它所支持的过程的有效性来量化的。我们计算了最优攻击策略和最抗攻击的网络度统计量如何依赖于节点移除成本函数和攻击资源。网络对智能攻击的恢复能力强烈依赖于攻击者所面临的节点移除代价函数。特别是,如果节点删除成本增加足够快的节点度,幂律网络被发现比泊松网络更有弹性,即使是对优化的智能攻击。
2010-05-24 cond-mat.dis-nn physics.soc-ph
Estimating the Degree Centrality Ranking of a Node
近年来,复杂网络得到了越来越多的关注。现实世界中的复杂网络,如在线社交网络、WWW网络、协作网络等,其规模都是随着时间的推移呈指数级增长的。在目前的工作中,我们提出了一种方法来估计一个节点的度中心性排名,而不具有完整的图的结构是不可行的。该算法利用节点的度和度分布的幂律指数来计算排序。在Barabasi-Albert网络上的仿真结果表明,估计排序的平均误差约为节点总数的$5\%$。
2019-10-06 cs.SI physics.soc-ph
Predicting Node Degree Centrality with the Node Prominence Profile
节点的中心性衡量其在网络中的相对重要性。中心性有许多应用,包括推断个人在社交网络中的影响力或成功,以及由此产生的社交网络动态。虽然我们可以计算给定网络快照中任何节点的中心性,但许多应用程序也有兴趣了解个人在未来的潜在重要性。然而,当前的中心性不一定是未来中心性的有效预测。虽然有不同的度量中心性,我们集中在本文的程度中心性。我们开发了一种方法,调和优先附件和三元封闭捕捉节点的突出配置文件。我们表明,建议的节点显着配置文件的方法是一个有效的预测度中心。值得注意的是,我们的分析表明,在进化的早期阶段的个人显示出独特的和强大的签名的程度中心化的趋势,充分预测他们的突出配置文件。我们在四个真实世界的社交网络中评估我们的工作。我们的研究结果具有重要的意义,需要预测的应用程序,一个节点的未来度中心,以及社会网络动力学的研究。
2014-12-06 cs.SI physics.soc-ph
Spatial patterns of random walkers under evolution of the attractiveness: persistent nodes, degree distribution, and spectral properties
在本文中,我们探讨了随机游走生成的节点,具有进化的吸引力和玻尔兹曼的转移概率,既依赖于节点之间的欧氏距离和它们之间的吸引力的比率($β$)的图形的功能。我们表明,持久的节点,即,与吸引力固定并且对于所有节点($β=1$)都等于1的情况不同,在平稳情况下,在渐近时间内从未被随机游走器到达的节点是可能的。同时,我们还研究了进化网络的吸引力和度分布的谱特性和统计特性。最后,我们研究了持久阶段和没有持久阶段之间的交叉,我们还表明存在一种特殊类型的转移概率,导致幂律行为的持续时间演化。
2017-10-01 physics.soc-ph
Cascading Failures in Interdependent Systems: Impact of Degree Variability and Dependence
我们研究了一个系统中的级联故障,该系统由相互依赖的网络/系统组成,其中节点依赖于同一系统和其他系统中的其他节点来执行其功能。使用依赖图对节点之间的(相互)依赖性进行建模,其中节点的度向量确定通过上述依赖性在每个系统中可能导致失败的其他节点的数量。特别是,我们研究的变异性和依赖性的节点度的连锁故障的概率的影响。我们发现,节点度的较大变异性阻碍了系统中的广泛故障,从随机故障开始。类似地,节点度的正相关性使得更难引发故障的流行,从而使系统对随机故障更具鲁棒性。
2018-02-10 cs.SI physics.soc-ph stat.AP
Network Growth From Global and Local Influential Nodes
在图论和网络分析中,节点度被定义为一个简单但强大的中心性,用来衡量复杂网络中节点的局部影响力。基于节点度的优先连接模型已被广泛应用于网络增长建模。然而,许多证据表明,真实的网络增长偏离了纯粹的基于度的模型。看来节点度并不是预测新成员加入网络偏好的可靠指标,或者至少,它不能说明整个故事。在本文中,我们认为,有另一个维度的网络增长,我们称之为节点的“核心”。与度度量提供的局部视图相比,新的维度可以洞察节点的全局影响力。我们发现,现有节点吸引新节点的概率一般遵循指数依赖于节点的核心,而在同一时间,遵循幂律依赖于节点度。也就是说,高核心度节点比高度节点在吸引新成员方面更强大。新的维度进一步揭示了网络成长过程中隐藏的一些现象。随着时间的推移,节点度对新成员的吸引力逐渐增大,而核心度的影响力逐渐减小,最终达到一种均衡的增长状态。所有这些理论都在现实世界的网络上得到了验证。
2021-02-22 cs.NI cs.SI physics.soc-ph
Measuring node spreading power by expected cluster degree
节点影响力的传统度量,如度或介数,识别高度有影响力的节点,但在量化节点的传播能力时很少有用。这些节点是网络的绝大多数,也是新影响最有可能的入口点,无论是流行病还是新想法。最近的几个作品建议的度量路径计数的基础上。目前的工作建议,而不是使用预期数量的感染易感边缘,并表明,这种措施预测在离散时间,连续时间和竞争性的传播过程中模拟大型随机网络和现实世界的网络传播功率。应用于乌干达的公路网,它预测埃博拉不太可能构成大流行的威胁。
2012-09-26 cs.SI physics.soc-ph
Two-walks degree assortativity in graphs and networks
度分类性是指图中的高度节点(或低度节点)连接到高度节点(或低度节点)的趋势。低层次的)。它通常用度-度相关的皮尔逊相关系数来量化。在这里,我们扩展了这个概念,以考虑第二个邻居的影响,在一个图中的一个给定的节点。也就是说,我们认为一个节点的两次行走度是其相邻节点的所有度之和。图的两步度相关性是两步度-度相关性的皮尔逊相关系数。我们在这里找到的分析表达式,这两个步行度的可拓指数作为一个功能的贡献子图。然后,我们研究了所有261,000个具有9个节点的连通图,并分别根据度和两步度观察了竞争-竞争图和竞争-竞争图的存在性。更令人惊讶的是,我们观察到一类图是度可分的和两路度可分的。我们解释了这些图的存在,由于存在某些拓扑特征,如一个节点的低度连接到高度的。更重要的是,我们研究了一系列的49个真实世界的网络,在那里我们观察到的dispertative-dispertative类的存在,其中几个。特别是,这里研究的所有生物网络都属于这一类。我们还得出结论,没有图/网络是可能的,具有互补-反互补结构。
2017-04-12 cs.SI physics.soc-ph
Extreme events in a complex network: interplay between degree distribution and repulsive interaction
研究了网络拓扑异质性在极端事件起源中的作用。与节点相关联的振荡器的动力学被假定为是相同的,并受到平均场排斥相互作用的影响。拓扑异质性的相互作用和网络的动力单元之间的排斥相互作用触发极端事件的节点时,每个节点屈服于这样的事件离散不同范围的排斥耦合。高度数的节点容易受到较弱的排斥作用,而低度数的节点容易受到较强的相互作用。结果表明,极端事件的形成随着排斥相互作用强度的增加而从高到低的节点位置发生变化。在任何节点的极端事件被确定为偶尔出现的大振幅事件(振幅的时间动态),大于阈值高度和罕见的发生,我们确认通过估计所有事件的概率分布。极端事件出现在任何振子附近的边界的过渡从旋转到天平动的排斥耦合强度的临界值。为了探索这种现象,一个范例的二阶相位模型被用来表示与每个节点相关的振荡器的动态。我们做了一个退火网络近似,以减少我们原来的模型,从而确认的双重作用的排斥相互作用和节点的程度在任何振荡器的极端事件的起源。
2022-11-19 physics.soc-ph
Quick Detection of Nodes with Large Degrees
我们的目标是快速找到大型复杂网络中度最大的节点的前$k$列表。如果网络的邻接表是已知的(在复杂网络中并不常见),找到最大度的节点的确定性算法需要O(n)的平均复杂度,其中$n$是网络中的节点数。对于大型复杂网络来说,即使是这种适度的复杂性也可能非常高。我们建议使用基于随机游走的方法。我们从理论上和数值实验表明,对于大型网络的随机游走方法找到高质量的高概率和计算数量级的节省的节点列表。我们还提出了停止标准的随机游走方法,需要很少的知识,网络的结构。
2012-02-15 cs.DS cs.SI physics.soc-ph
Revising the simple measures of assortativity in complex networks
我们发现,传统的统计测量度混合的超富节点的强烈影响。为了抵消和测量超富节点的影响,我们提出了一个范例来量化一个真实网络的混合模式,其中不同的混合模式可能会出现在低度节点和高度节点之间。新的范式和简单的修正测度揭示了具有超富节点的复杂网络的真实复杂度混合模式。新的方法表明,一些网络显示出由超富节点引起的虚假的dispertative混合,并且没有真正dispertative的趋势。我们的研究结果还表明,以前观察到的无标度网络的脆弱性实际上是大大加剧了即使是非常少量的超富节点的存在。
2009-10-18 physics.soc-ph
Analytical results for the in-degree and out-degree distributions of directed random networks that grow by node duplication
我们提出了精确的结果的度分布在一个有向网络模型,增长的节点重复(ND)。这些模型在研究基因调控网络和科学引文网络的结构和增长动力学方面是有用的。从初始种子网络开始,在每个时间步长处,选择随机节点(母节点)进行复制。它的子节点被添加到网络中,并以概率p复制母节点的每个传出链路。此外,子节点形成到母节点本身的有向链路。我们得到了在时间t的入度分布$P_t(K_{in}=k)$和出度分布$P_t(K_{out}=k)$的分析结果。入度遵循移动幂律,因此网络是渐近无标度的。相反,出度分布是窄的,并且在稀疏网络极限中收敛到泊松分布,而在密集网络极限中收敛到高斯分布。这种宽的入度分布和窄的出度分布之间的区别在科学引文网络等经验网络中很常见。使用这个,我们计算平均度$\langle K_{in}\rangle_t=\langle K_{out}\rangle_t$,它收敛到$1/(1-p)$在大网络的限制,为整个范围的$0<p<1$。这与相应的无向网络相反,无向网络在$p=1/2$处表现出相变,使得对于$p>1/2$,平均度在大网络极限中发散。我们还提出了从一个随机节点的上游和下游节点的数量分布的分析结果。平均值$\langle N_{up}\rangle_t=\langle N_{down}\rangle_t$与网络规模成比例关系,这意味着只有一小部分节点对通过有向路径连接,不像无向ND情况,…
2019-08-16 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Beyond the rich-club: Properties of networks related to the better connected nodes
网络的许多结构特征取决于与枢纽的连通性以及枢纽内部的连通性。这些依赖关系可以与节点的度以及节点与更高度的节点共享的链接的数量有关。在这里,我们修改并提出了新的结果,展示了如何构建网络集成,它给出了一个很好的近似度的相关性,因此,这种相关性的预测,如重复系数或平均邻居度。我们提出了一个新的界限的结构切断度的基础上的连接枢纽。此外,我们表明,与集线器内的连接可以用来定义不同的网络核心。其中两个核心与谱性质和长度为1和2的行走有关,其中至少包含一个枢纽节点,并且它们与特征向量中心性有关。我们引入了一个新的中心性测量的基础上与枢纽的连接。此外,作为合奏和核心相关的枢纽的连接,我们展示了几个例子如何在枢纽连接的变化影响度-度相关性和核心属性。
2018-10-29 cs.SI physics.soc-ph
Ranking the spreading influence of nodes in complex networks based on mixing degree centrality and local structure
网络的安全性和健壮性已经引起了各界人士的关注,几个关键节点的损坏将导致极其严重的后果。提出了一种基于节点自身H指数和相邻节点相对距离的聚类H指数混合中心度算法。从节点本身出发,结合节点周围的拓扑结构,确定节点的重要性及其传播能力。为了评估该方法的性能,我们使用易感-感染-扩散(SIR)模型,单调性和分辨率作为实验的评价标准。在人工网络和真实网络中的实验结果表明,CHM中心性在识别节点重要性及其传播能力方面具有良好的性能。
2020-03-07 cs.SI physics.soc-ph
Choice-Driven Phase Transition in Complex Networks
我们研究选择驱动的网络增长。在该模型中,节点根据以下过程逐个添加:对于每个添加事件,选择一组目标节点,每个目标节点根据线性优先连接,并且新节点连接到具有最高程度的目标。根据连接规则的精确细节,所产生的网络有三种可能的结果:(i)非普适幂律度分布;(ii)单个宏观枢纽(其度为N阶的节点,网络节点的数量),而其余节点包括非普适幂律度分布;(iii)在情况(i)和(ii)之间的过渡处衰减为(k ln k)^{-2}的度分布。这些属性是强大的,当附件发生的最高程度的节点从至少两个目标。当对一个度不是最高的目标进行连接时,度分布具有超窄的双指数形式exp(-const. x e^k),最大的度仅以ln(ln N)的形式增长。
2014-03-24 cond-mat.stat-mech physics.soc-ph
Degree and connectivity of the Internet's scale-free topology
在本文中,我们从理论和实证上研究了互联网的自治系统(AS)水平上的无标度拓扑结构的程度和连通性。无标度网络的基本特征对度分布p(k)的归一化常数有影响。建立了一个互联网无标度拓扑的数学模型。在这个模型上,我们从理论上得到了平均度、kmin度(最小度)节点和kmax度(最大度)节点的比率、最富有(最佳连通)节点手中的度(或链接)的分数的公式。我们发现幂律指数λ越小,最小度或最大度越大,平均度越大。对于较大的λ和较小的kmin或kmax,kmin度节点的比率较大。对于较小的λ和kmax或较大的kmin,kmax度的比率较大。较丰富的节点拥有AS级Internet拓扑的大部分总度。此外,我们还揭示了kmin度节点的比例或平均度的增长率随kmin的增加呈幂律衰减。随着kmax的增加,kmax度节点的比例呈幂律衰减,并且在较富裕的27%节点手中的度的分数约为73%(“73/27规则”)。最后,基于BGP的经验数据,对该方法和其他方法的平均度、比率和分数进行了实证计算,结果表明,该方法对AS级的Internet拓扑结构是严格有效的。
2011-06-02 cs.NI cs.SI physics.soc-ph
Exact sampling of graphs with prescribed degree correlations
许多现实世界的网络都表现出节点度之间的相关性。例如,在社交网络中,节点倾向于连接到相似度的节点。相反,在生物和技术网络中,高度节点往往与低度节点相连。度相关性也会影响网络结构所支持的过程的动态性,例如意见或流行病的传播。这些系统的正确建模,即,在没有不受控制的偏差的情况下,需要对具有指定约束集的网络进行采样。我们提出了一个解决方案时,所施加的约束是度相关性的采样问题。特别是,我们开发了一种高效和精确的方法来构建和采样图与指定的联合度矩阵,这是一个矩阵提供的边缘数之间的所有节点集的一个给定的程度,为所有度,从而完全指定所有成对度的相关性,此外,度序列本身。我们的算法总是产生独立的样本没有回溯。图的构造算法的复杂度是O(NM),其中N是节点数,M是边数。
2015-06-30 cond-mat.stat-mech cs.DM cs.DS
Understanding the spreading power of all nodes in a network: a continuous-time perspective
中心性度量(如度、k壳或特征值中心性)可以识别网络中最有影响力的节点,但在量化绝大多数影响力不高的节点的传播能力时很少有用。从连续时间流行病学的角度来看,考虑每个节点产生的感染力的分布,可以更好地解释所有网络节点的传播能力。由此产生的度量,\textit{expected force},准确地量化节点的传播功率下的所有主要流行病学模型在广泛的原型人类接触网络。当节点功率较低时,影响力是邻居度的函数。随着功率的增加,节点自身的度变得更加重要。这种关系的强度受到网络结构的调节,在社交网络典型的狭窄、密集的网络中更为明显,而在互联网等更广泛、更松散的关联网络中则有所减弱。期望的力可以独立地为单个节点计算,使其适用于邻接矩阵是动态的,没有很好地指定,或非常大的网络。
2014-06-11 cs.CY cs.SI physics.soc-ph
Impacts of bridging nodes on the epidemic activation mechanisms
Universidade Federal de Viçosa(维索萨联邦大学);Universidade de São Paulo(圣保罗大学);Instituto Federal Fluminense(弗鲁米嫩塞联邦学院);National Institute of Science and Technology for Complex Systems(复杂系统科学与技术国家研究所)
研究桥接节点在流行病激活机制中的作用,通过添加度为2的桥接节点分析其对网络中hub间反馈交互的影响,发现桥接节点能改变流行病的局部激活机制。
2026-04-25 physics.soc-ph
Cascading Node Failure with Continuous States in Random Geometric Networks
当今网络的复杂性和相互依赖性的增加突出了研究网络对故障和攻击的鲁棒性的重要性。许多大规模的网络容易出现级联效应,其中有限数量的初始故障(由于攻击,自然灾害或资源耗尽)通过依赖机制传播,最终导致全球故障情况,其中网络的很大一部分失去了功能。这些级联故障场景通常发生在嵌入空间并受几何约束的网络中。基于随机几何网络中级联失效的已有结果,本文引入并分析了一个连续级联失效模型,该模型中节点具有初始连续值状态,当其邻居的聚集状态低于阈值时,节点发生级联失效.在这个模型中,我们推导出分析条件的发生和不发生级联节点故障,分别。
2016-07-25 cs.SI physics.soc-ph
Network shell structure based on hub and non-hub nodes
本文研究ER网络和无标度网络中基于节点度数的壳层结构,解析推导壳层外节点的度分布与平均度,并发现壳层比例遵循由度分布生成函数决定的迭代函数形式。
2024-12-24 math.GN physics.soc-ph
Interlayer link prediction in multiplex social networks: an iterative degree penalty algorithm
在线社交网络(OSN)应用程序提供不同的体验;例如,在Twitter上发布短文本和在Instagram上分享照片。多个OSN构成复用网络。出于隐私保护和使用目的,属于不同OSN中的同一用户的帐户可能具有不同的用户名、照片和介绍。多重网络中的层间链接预测旨在识别不同OSN中的帐户是否属于同一个人,这可以帮助包括网络犯罪行为建模和客户兴趣分析在内的任务。许多现实世界的OSN表现出无标度分布,因此,不同程度的邻居可能会对不同OSN之间的节点匹配度产生不同的影响。提出了一种迭代度惩罚(IDP)算法用于多路复用网络中的层间链路预测.首先,我们提出了一个度惩罚原则,分配更大的权重给一个共同的匹配邻居与较少的连接。其次,我们应用节点邻接矩阵乘法,以有效地获得所有不匹配的节点对的匹配度。之后,我们使用经批准的最大值法从匹配度矩阵获得层间链接预测结果。最后,将预测结果插入先验层间节点对集合中,迭代进行上述过程,直至一层中所有不匹配节点都匹配或所有不匹配节点对的匹配度都等于0。实验结果表明,当复用网络平均度和节点重叠率较低时,改进的IDP算法的性能明显优于现有的基于网络结构的方法。
2020-02-06 cs.SI physics.soc-ph
Degree distributions under general node removal: Power-law or Poisson?
对网络系统的扰动可能导致部分结构性损失,例如电网系统中的停电。研究网络特性中的干扰是理解真实网络的本质。节点的移除是一种典型的干扰,但以前的研究似乎对其最基本的网络统计数据(度分布)的影响进行了对比。关键问题是关于度分布的函数形式,在节点删除或采样过程中可以改变度分布,这对剩余子网络的静态和动态特性具有决定性意义。在这项工作中,我们澄清的情况下,利用相对熵相对于参考分布的泊松和幂律形式。引入一般顺序节点删除过程中不断不同级别的枢纽保护,包括一系列的情况下,包括随机删除和首选或保护删除的枢纽,我们分类的改变度分布从各种幂律形式开始,通过比较两个相对熵值。从广泛的调查,在各种场景的基础上直接节点删除模拟和通过求解率方程的度分布,我们发现在参数空间中的两个不同的制度,一个度分布更接近幂律参考分布和其他更接近泊松分布。
2022-05-08 cond-mat.stat-mech physics.soc-ph
Power laws of the in-degree and out-degree distributions of complex networks
提出了一种有向网络模型,并从该模型中导出了有向网络的入度和出度分布的幂律。它基于Barabasi-Albert模型,包含两个参数。这些参数作为新节点通过入度和出度的贡献的调节因子。该模型允许新添加的链路直接连接网络中已经存在的两个节点。这样的链接称为内部链接,而连接到新节点的链接称为外部链接。利用内部和外部链接之间的关系,我们调查的有向网络的入度和出度分布的幂律。这个模型使我们能够预测一些有趣的功能,有向网络,特别是万维网和网络的引用和电话。
2009-12-15 physics.soc-ph
Degree-layer theory of network topology
网络拓扑可以用节点的数量和它们之间的互连来描述。网络中一个节点的度是它与其他节点的连接数,度分布是这些度在整个网络上的概率分布。因此,度是网络拓扑结构的重要结构参数。然而,给定网络中节点的数量和每个节点的度,网络的拓扑结构无法确定。为此,本文提出了网络拓扑的度层理论,对网络拓扑进行了深入的描述。首先,我们提出了度树的概念与广度优先搜索树。所有节点的度是分层的,并且具有层次结构。其次,详细介绍了度层理论。该理论定义了两个新概念。提出了一个指标来定量区分这两种网络拓扑结构。它还可以定量地衡量网络拓扑结构的稳定性所建立的模型机制。给出并证明了一个定理,并由该定理直接导出一个推论。第三,讨论了度层理论在ER随机网络、WS小世界网络和BA无标度网络中的应用,研究了度分布对网络拓扑稳定性的影响。度层理论有助于准确描述网络拓扑结构,为研究两个网络拓扑结构之间的相似性和同构性提供了一个新的出发点。
2014-09-18 cs.SI physics.soc-ph
Weighted degrees and truncated derived bibliographic networks
针对大型书目网络乘积可能导致的复杂度爆炸问题,提出通过选定最大加权度的重要节点构建截断网络来降低复杂度,并实现无需构建派生网络即可高效计算加权度。
2024-01-09 cs.DS math.CO physics.soc-ph
A Universal Framework for Reconstructing Complex Networks and Node Dynamics from Discrete or Continuous Dynamics Data
复杂系统的许多动力学过程可以理解为给定网络结构上一组节点相互作用的动力学过程。然而,从节点行为的时间序列中找到这样的交互结构和节点动态是困难的。传统的网络结构推理方法或动力学重构方法,很少能同时解决这两个问题。本文提出了一个通用的框架,重建网络结构和节点动态同时从观察到的时间序列数据的节点。我们使用一个可微的伯努利抽样过程来产生一个候选网络结构,并使用神经网络来模拟节点的动态基于候选网络。然后,我们使用随机梯度下降算法调整所有参数,以最大化数据上定义的似然函数。实验结果表明,该模型可以同时恢复各种网络结构和节点动态,具有较高的准确性。该算法对二值、离散和连续时间序列数据都有较好的处理能力,重建结果对噪声和信息缺失具有较好的鲁棒性。
2022-06-25 nlin.CD physics.soc-ph q-bio.MN
Kinetics of node splitting in evolving complex networks
我们介绍了一个复杂的网络的集合产生的优先连接和以前未检查的过程“分裂”节点度$k$到$k$节点度1的组合。四个网络被认为是,每一个在每个时间步的优先连接,概率$p$,或分裂概率$1-p$。两种方法的附件被认为是:第一,附件之间的一个新创建的节点和网络中的现有节点的边缘,其次通过附件之间的两个现有节点的边缘。分裂也被认为是在两个单独的方式;首先通过选择每个节点具有相等的概率,其次,选择节点的概率成正比的程度。精确的解决方案的度分布被发现和无标度结构表现在这些网络中的候选人的分裂被选择以均匀的概率,那些被优先选择的分布与幂律指数截止。
2013-09-24 cond-mat.stat-mech cs.SI physics.soc-ph
Degree Correlations Amplify the Growth of Cascades in Networks
网络促进了级联的传播,允许局部扰动通过节点及其邻居之间的相互作用进行渗透。我们研究网络结构如何影响扩散级联的动态。通过在生成函数框架内考虑网络的联合度分布,我们可以量化度相关性如何影响全局级联的发生以及特定度类节点触发大级联的倾向。然而,并非所有的度相关性在传播过程中都同样重要。我们引入了一个新的措施的度的相关性,占相关的扩散级联节点之间的相关性。我们发现,定义全球级联的发病的临界点有一个单调的关系,这个新的非线性措施。此外,我们表明,节点的选择种子最大的级联是强烈的程度相关性的影响。与传统观点相反,当度的不确定性为正时,低度节点更有可能产生最大的级联。我们的工作表明,通过操纵网络的高阶结构来调整传播过程是可能的。
2018-07-15 cs.SI physics.soc-ph
How does degree heterogeneity affect an order-disorder transition?
我们专注于节点度分布的方式集体现象出现在复杂网络中所发挥的作用。为了解决这个问题,我们集中分析一个典型的合作行为模型,多数规则,适用于二分网络。后者由两种节点组成,每种$i$由度$k_i$表征。因此,二分网络是异质网络的一个简单例子,特别是为了揭示度异质性的影响。我们的主要结果是,度的异质性影响的位置的有序-无序的转变,系统表现出非均分的平均意见之间的两种节点。在有序相和无序相中观察到这种效应。
2007-04-17 physics.soc-ph
Highly Dispersed Networks Generated by Enhanced Redirection
我们分析了通过增强重定向构建的不断增长的网络。节点被顺序地添加,并且每个传入节点以概率1-r附着到随机选择的“目标”节点,或者以概率r附着到目标节点的父节点。当重定向概率r是父节点的度的递增函数时,当父节点度发散时r>1,通过这种增强的重定向机制生长的网络表现出不寻常的特性,包括:(i)多个宏集线器-度与网络节点数N成比例的节点;(ii)度分布的非扩张性,其中度为k的节点数N_k为N^{nu-1}/k^{nu},1<nu<2;(iii)缺乏自平均,在各个网络实现之间具有大的波动。这些特征是鲁棒的,并且当传入节点的出度大于1时继续保持,因此网络包含闭环。后者的网络是强集群的;对于双附件的特定情况下,平均局部聚类系数为<C_i>=4(ln 2)-2 = 0.77258.
2014-03-13 cond-mat.stat-mech physics.soc-ph
Implicit degree bias in the link prediction task
本研究揭示链接预测任务中边采样对高度数节点的隐式偏差,提出度校正基准以提供更合理评估,并证明其能更有效训练图模型。
2024-05-29 cs.SI physics.soc-ph
Exploring Low-degree Nodes First Accelerates Network Exploration
我们考虑类Web网络上的信息扩散以及随机游走如何模拟它。在这个领域中研究得很好的问题是部分覆盖时间,即,随机游走器访问网络节点的给定部分所需的预期步数的计算。我们注意到,一些最快的解决方案实际上需要节点完全了解其邻居的度分布,这在许多实际情况下是无法获得的,例如,出于隐私原因。因此,我们引入一个版本的封面问题,考虑这样的限制:部分覆盖时间与预算。预算是对可以检查其程度的邻居数量的限制;我们已经从文献中调整了最优随机游走策略,以在这样的预算下运行。我们的解决方案被称为最小度(MD),本质上,它使随机游走者倾向于首先访问网络的外围区域。在六个真实数据集上进行的广泛基准测试证明,-也许是违反直觉的策略-MD策略实际上是非常有竞争力的。最先进的掩护算法
2020-05-16 cs.SI physics.soc-ph
Tomography of random social networks
我们研究了具有特定度分布的大型随机网络的统计性质。提出了分析社交网络结构的新技术。具体来说,我们解决的问题,有多少节点存在的距离从一个给定的节点。我们还探讨了距离给定节点一定距离的节点的度分布。网络采样和社交网络上的扩散的影响。
2005-09-15 physics.soc-ph
Core-periphery structure requires something else in the network
一个具有核心-外围结构的网络由密集互连的核心节点组成。社区结构是一种不同的中尺度网络结构,与之相反,核心节点可以连接到外围节点,而外围节点并不密集互连。虽然核心外围结构听起来合理,我们认为,它只是占异构度分布,如果一个分区的网络分为一个单一的核心块和一个单一的外围块,著名的Borgatti-Everett算法和许多后续算法假设。换句话说,有一种强烈的趋势,即高度和低度节点被判断为核心和外围节点,分别。为了讨论超出节点度预期的核心-外围结构(如配置模型所描述的),我们建议需要假设至少一个远离焦点核心-外围结构的节点块,例如不同的核心-外围对,社区或不属于任何中尺度结构的节点。我们提出了一个可扩展的算法来检测网络中的核心和外围对,控制节点的程度的影响。我们使用各种经验网络来说明我们的算法。
2018-04-27 cs.SI physics.soc-ph
Robustness analysis of bimodal networks in the whole range of degree correlation
我们提出了精确的分析双峰度分布所指定的双峰网络的物理性质,充分考虑到度的度之间的相关性节点连接。相关双峰网络的结构由度相关性的皮尔逊系数唯一确定,保持其度分布固定。在Pearson系数从$-1$到$1$的整个范围内,针对随机失效和基于度的有针对性攻击这两种主要的节点移除方式,解析计算了相关双峰网络的逾渗阈值和巨连通分量分数.还计算了次近邻对的皮尔逊系数,即使最近邻对之间的相关性为负,该系数也总是取正值。从结果中,它被证实的渗流阈值是一个单调递减函数的皮尔逊系数的最近邻对的程度增加从$-1$和$1$的节点删除的类型无关。与此相反,正度相关的双峰网络巨连通分支的节点分数在随机失效的早期迅速减小,而负度相关的双峰网络巨连通分支的节点分数在移除节点分数达到阈值之前一直保持相对较大。从这个意义上说,具有负度相关性的双峰网络比具有正度相关性的网络更能抵抗随机故障。
2016-07-13 cs.SI physics.soc-ph
Improving detection of influential nodes in complex networks
近年来,越来越多的研究致力于如何在复杂网络中有效地找到最有影响力的节点(种子)。有一些措施,提出了这一目的,例如,高度中心性措施反映了网络拓扑的重要性,并有一个合理的运行时性能,找到一组具有最高程度的节点,但他们没有一个令人满意的传播潜力,在网络中,由于有许多共同的邻居($\mbox{CN}^{(1)}$)和邻居的共同邻居($\mbox{CN}^{(2)}$)。这一缺陷在其他措施中也存在。在本文中,我们比较了高度中心性的措施与其他知名的措施,使用十个数据集,以找到一个比例的共同种子,由他们获得的种子集。因此,我们提出了一种改进的高度中心性测度(命名为DegreeDistance),并对其进行改进,以提高两个阶段(FIDD和SIDD)的精度,通过对已经选择的种子节点和被调查的非种子节点的共同邻居的数量设置阈值以被选择作为种子,以及考虑种子节点直接或通过它们的共同邻居对非种子节点的影响得分。为了评估度距离,FIDD和SIDD的准确性和运行时性能,它们被应用到8个大规模的网络,最后证明,SIDD显着优于其他知名的措施,并表现出相对更准确的性能,在确定最有影响力的节点。
2015-04-24 cs.SI physics.soc-ph
Prediction Of Arrival Of Nodes In A Scale Free Network
现实生活中观察到的大多数网络都服从幂律度分布。假设这种度分布的出现是由于节点的优先连接。Barabasi-Albert模型是一个基于度的偏好连接生成过程,可以生成幂律度分布的网络。在这个模型中,假设网络每一步增长一个节点。在这样的网络演化之后,人们不可能预测节点到达的确切顺序。在这篇文章中,我们提出了一种新的策略,部分预测节点到达这样一个进化的网络的顺序。我们表明,我们提出的方法优于其他中心性措施为基础的方法。我们对节点进行分箱,并预测分箱之间节点到达的顺序,准确率超过80%。
2011-11-24 cs.NI cs.SI physics.soc-ph
On the pinning strategy of complex networks
在复杂网络的牵制控制中,人们普遍认为牵制度大的节点比牵制度小的节点能更好地控制系统的动态特性。在这里,通过改变钉扎节点的数量,我们发现,当网络节点的很大一部分被钉扎时,钉扎小度节点通常比钉扎大度节点具有更高的性能。我们在各种复杂网络上证明了这一有趣的现象,并通过星型网络模型分析了其内在机制。通过改变网络的性质,我们还发现,与密集连接的同构网络相比,小度钉扎策略在稀疏连接的异构网络中的优势更加明显。
2010-01-09 cond-mat.dis-nn cs.NI physics.soc-ph
Modularity affects the robustness of scale-free model and real-world social networks under betweenness and degree-based node attack
在本文中,我们研究模型和现实世界的社交网络的模块化如何影响其鲁棒性和节点攻击(删除)策略的有效性的基础上,节点度(ID)和节点介数(IB)。我们建立了Barabasi-Albert模型的网络与不同的模块化的一个新的自组织算法,重新布线链接形成网络的社区结构。我们使用最大连通分量(LCC)跟踪网络的鲁棒性。我们发现,较高的模块化水平降低了模型网络的鲁棒性下的两种攻击策略,即具有较高的社区结构的模型网络显示出更快的LCC破坏时,节点删除。非常有趣的是,我们发现,当模型网络呈现非模块化结构或低模块化时,基于度(ID)的节点攻击策略比基于介数的节点攻击策略(IB)更有效。相反,在模型网络呈现较高模块化的情况下,IB策略显然成为最有效的分割LCC。最后,我们研究了模块化指标(Q)评估的网络结构的模块性如何影响的鲁棒性和攻击策略的有效性在12个现实世界的社交网络。我们发现模块度Q与真实世界社交网络在IB节点攻击策略下的鲁棒性呈负相关(p值< 0.001)。这一结果表明,具有较高模块性(即具有较高社区结构)的真实网络可能对基于betwenness的节点攻击更脆弱。本文的研究结果揭示了模块性和社团结构对网络鲁棒性的作用,对网络中节点攻击策略的选择具有一定的指导意义。
2020-09-09 cond-mat.dis-nn physics.soc-ph
Degree-correlation, robustness, and vulnerability in finite scale-free networks
许多自然发生的网络具有幂律度分布以及非零度相关性。尽管如此,大多数研究分析的鲁棒性随机节点删除和脆弱性有针对性的节点删除只集中在幂律度分布,忽略了度的相关性。这项研究特别关注度相关性对无标度网络的鲁棒性和脆弱性的影响。我们的研究结果证实了纽曼的发现,正度相关性增加了鲁棒性,降低了脆弱性。然而,我们发现具有正度相关性的网络更容易受到随机节点删除的影响,而不是只利用初始节点度知识的有针对性的删除方法。有针对性的删除足以改变网络的拓扑结构,使这种方法不如均匀随机方法有效,除非考虑拓扑结构的变化。这一结果表明了度相关性在某些网络应用中的重要性。
2017-02-15 cs.SI math.CO physics.soc-ph
Value of peripheral nodes in controlling multilayer networks
我们分析了一个两层网络的可控性,其中驱动节点只能从一层随机选择。每一层包含一个无标度网络与有向链接和节点的动态依赖于从其他节点传入的链接。我们结合入度和出度值来为每个节点分配重要性值$w$,并区分具有低$w$的外围节点和具有高$w$的中心节点。基于数值模拟,我们发现当选择低$w$节点连接两层时,网络的可控部分较大。当外围节点是驱动器节点时,控制与更多中心节点的情况一样有效。然而,如果我们假设利用节点的成本与它们的整体度成比例,那么利用外围节点连接两层或充当驱动节点不仅是最具成本效益的解决方案,而且在我们测试的不同互连策略中,它也是控制双层网络的最佳方案。
2016-01-29 cs.SI physics.soc-ph
Seedless Graph Matching via Tail of Degree Distribution for Correlated Erdos-Renyi Graphs
网络对齐(或图匹配)问题是指恢复两个相关网络之间的节点到节点的对应关系。在本文中,我们提出了一种网络对齐算法,该算法不使用预先匹配的节点对的种子集或任何其他辅助信息(例如,节点或边标签)作为输入。该算法根据相邻节点经验度分布的尾部为节点分配结构创新特征。然后,根据这些特征进行节点匹配。我们评估所提出的算法在合成和真实网络上的性能。对于合成网络,我们生成的区域中的$Θ(\log(n)/n)$和$Θ(\log^{2}(n)/n)$,其中以前的工作理论上表明,恢复是可行的稀疏的埃尔多斯-雷尼图,当且仅当有一个边缘之间的一对节点之间的一个图形,也在其他图形中的相应节点的概率是在$Ω(\log(n)/n)$的顺序,其中$n$是节点的数量。在真实网络和合成网络上的实验表明,它在正确匹配概率方面优于以前的工作。
2020-09-28 cs.DS cs.SI physics.soc-ph
Degree Landscapes in Scale-Free Networks
我们概括的度组织视图的现实世界中的网络与广泛的度分布在一个景观模拟与山脉(高度节点)和山谷(低度节点)。例如,相邻节点之间的相关度对应于平滑的景观(社交网络),层次网络对应于一座山的景观(互联网),而没有层次特征的度分解网络对应于有几座山的粗糙景观。我们还生成脊景观模型的网络所施加的限制下,网络嵌入的空间,相关的空间或分子网络,功能定位。为了量化拓扑结构,我们在这里测量山脉的宽度以及不同山脉之间的间距。
2005-12-08 cond-mat.soft physics.soc-ph
Maximizing spreading in complex networks with risk in node activation
在复杂网络中,初始传播者对信息的广泛传播起着重要的作用。因此,已经提出了各种基于中心性的方法来识别最有影响力的传播者。然而,大多数现有的研究都忽略了这样一个事实,即在真实的社交网络中,说服有影响力的个人担任初始传播者的成本更高,也更难,从而导致最大化传播的高风险。在本文中,我们解决这个问题的基础上的假设,大的程度节点被激活的风险比小度节点。我们的目标是确定有效的初始传播者,以最大限度地传播时,同时考虑激活风险和初始传播者的爆发规模。在随机网络上,分析表明,最优初始传播者的度并不对应于网络中节点的最大度,而是由不同度节点的感染概率和激活风险的差异决定的。在这里,我们提出了一个风险意识的指标来识别真实网络上的有效传播者。数值模拟表明,风险感知度量优于现有的基准中心性,在最大限度地提高有效传播。
2021-04-14 cs.SI physics.soc-ph
Asymptotic behavior of the node degrees in the ensemble average of adjacency matrix
网络拓扑结构的各种重要和有用的量或措施,通常被调查的网络,然后他们平均的样本。在本文中,我们提出了一个显式表示的增长网络的样本作为一个新的一般框架调查的特征量的预先平均邻接矩阵。将其应用到一些网络模型中,得到了度分布的一个很好的渐近逼近。特别是,我们的方法将适用于通过数值计算,而不是棘手的理论分析,当度的时间过程是一个单调递增的函数,如幂律或对数。
2015-12-02 cs.SI nlin.AO physics.soc-ph
Generalized friendship paradox in networks with tunable degree-attribute correlation
由于复杂网络中的拓扑异质性,一个有趣的现象是友谊悖论:你的朋友平均比你有更多的朋友。最近,这个悖论已经被推广到任意节点属性,称为广义友谊悖论(GFP)。GFP在网络层面的起源已被证明是植根于度和属性之间的正相关性。然而,需要更详细地理解GFP如何适用于单个节点。为此,我们首先分析了一个可解模型来描述不相关情况下节点的悖论持有概率。然后,我们数值研究了度-度和度-属性相关性可调的网络的相关模型。与网络层次不同,我们发现在个体层次上度-属性相关性与悖论持有概率的相关性可能取决于网络是排斥性的还是排斥性的。这些发现有助于我们理解复杂网络中拓扑结构和节点属性之间的相互作用。
2014-07-10 cs.SI physics.soc-ph
Identification of intrinsic long-range degree correlations in complex networks
许多现实世界的网络都表现出被多个步长分隔的节点之间的度-度相关性。这种远程度相关性(LRDC)可以完全描述为一个联合和四个条件概率分布,相对于度的两个随机选择的节点和它们之间的最短路径距离。虽然LRDC是由相邻节点之间的最近邻度相关性(NNDC)引起的,但有些网络具有内在的LRDC,而NNDC不能产生。在这里,我们开发了一种方法来提取内在的LRDC在相关的网络,通过比较的概率分布为给定的网络与最近邻相关的随机网络。我们还证明了我们的方法的实用性,将其应用到几个现实世界的网络。
2020-01-30 cs.SI physics.soc-ph
Enhancing speed of pinning synchronizability: low-degree nodes with high feedback gains
University of Science and Technology of China(中国科学技术大学);Shenzhen University(深圳大学);University of Fribourg(弗里堡大学);University of Electronic Science and Technology of China(电子科技大学)
本文提出通过限制控制成本,建立与pinning可控性速度相关的线性矩阵不等式,发现低度节点可获得高反馈增益,从而提升系统控制速度。
2015-11-06 cs.SY eess.SY nlin.AO
Local rewiring rules for evolving complex networks
对于每个节点具有相同的固定出度的有向网络,考虑了链路重布线的影响。我们模拟了一个由三种机制产生的网络,这些机制存在于各种网络系统中:增长,全球重新布线和本地重新布线。在重新布线阶段,随机选择一个节点,将其一条向外的边从其目的地分离,然后以两种可能的方式之一重新连接到网络;全局连接到随机选择的节点,或局部连接到原始选择节点的后代的后代。虽然连接到节点的概率随着其连通性的增加而增加,但分离的概率也会增加,结果是指数度分布,其中少数外围节点具有极大的度。我们通过识别一组节点可以增长到非常高的程度的情况来解释这些离群值。
2014-08-15 cond-mat.stat-mech cs.SI physics.soc-ph
Enhancing Stratified Graph Sampling Algorithms based on Approximate Degree Distribution
采样技术是近年来图形学领域的研究热点之一。由于复杂网络的无标度特性,现有的图采样算法大多倾向于对复杂网络中的高度或低度节点进行采样。无标度意味着不同节点的度服从幂律分布。因此,总体采样节点之间的度存在显著差异。本文提出了一种近似度分布的思想,并将其应用于复杂网络中,设计了一种分层策略。我们还提出了两个结合节点选择和分层策略的图抽样算法。实验结果表明,我们的采样算法保持了不同的图的几个属性,并表现出比其他算法更准确。此外,我们证明了所提出的算法优于现成的算法的无偏度和更有效的比国家的最先进的FFS和ES-I算法。
2018-02-01 cs.SI physics.soc-ph
Correlations between thresholds and degrees: An analytic approach to model attacks and failure cascades
两个节点变量决定了随机网络中级联的演化:节点的度和阈值。两者之间的相关性从根本上改变了网络的鲁棒性,然而,由于顺序统计量的易处理性差,它们在标准分析方法中被忽视为局部树或异质平均场近似。我们展示了它们如何在无限网络大小的热力学极限中变得易于处理。这使得节点攻击的分析描述,其特征在于基于节点度的阈值分配。使用两个例子,我们讨论了可能的影响不规则的相变和不同速度的级联演化的级联控制。
2017-06-16 cond-mat.stat-mech nlin.AO nlin.CD