Clustering coefficient of random intersection graphs with infinite degree variance
对于一个随机交图的幂律度序列有一个有限的平均值和一个无限的方差,我们证明了全局聚类系数允许一个可调的渐近分布。
2016-12-19 math.CO physics.soc-ph
Competing contact processes on homogeneous networks with tunable clusterization
我们研究了两个同构网络:Watts-Strogatz网络和随机Erdos-Renyi网络,后者具有可调的聚类系数$C$。网络是两个竞争接触过程的区域,其中节点可以处于两种状态,S或D。一个节点S成为D的概率为1,如果至少有两个它的相互链接的邻居是D。如果节点D的至少一个邻居是S,则节点D以给定的概率$p$变为S。过程之间的竞争由相图描述,其中临界概率$p_c$取决于聚类系数$C$。对于$p>p_c$,状态S的速率随时间增加,似乎在整个系统中占主导地位。在$p_c$以下,D节点的贡献仍然有限。数值结果表明,这种转捩是不连续的。
2012-09-18 physics.comp-ph physics.soc-ph
Growing Scale-free Small-world Networks with Tunable Assortative Coefficient
在本文中,我们提出了一个简单的规则,生成无标度的小世界网络与可调的折射系数。这些网络是由两个阶段添加过程中的每个新的节点。该模型可以再现无标度度分布和小世界效应。仿真结果与理论预测基本一致。有趣的是,我们通过调整参数:优先指数$β$,得到了非平凡的聚类系数$C$和可调程度的重复性$r$。该模型可以统一表征双折射和双折射网络。
2006-02-10 physics.soc-ph
Edge-based compartmental modelling of an SIR epidemic on a dual-layer static-dynamic multiplex network with tunable clustering
在现实世界的人群中,个体之间的联系的持续时间、类型和结构在疾病如何入侵和传播中起着至关重要的作用。在这里,我们将上述的异质性纳入一个模型,考虑一个双层静态-动态复用网络。静态网络层提供可调的集群,并描述了一个人的永久社区结构。动态网络层描述了个体通过不断的边缘重新布线与更广泛群体的成员建立的短暂联系。我们遵循基于边缘的房室模型方法,推导出描述易感-感染-恢复(SIR)传染病传播通过这个多重网络的个人的演变方程。我们推导出基本再生数,衡量在其他易感人群中由单个传染性个体引起的新传染病例的预期数量。我们验证模型方程显示收敛到预先存在的边缘为基础的房室模型方程在极限情况下,并与随机模拟流行病的比较。我们探讨了改变模型参数和多重网络属性对所产生的流行动力学的影响。我们验证了基本的繁殖数绘制其值对相关的最终流行病的大小从模拟和预测模型方程的设置。此外,我们探讨了不同的个人模型参数的基本再生数的影响。最后,我们讨论的意义和解释的模型及其与现有的研究文献。我们强调固有的局限性和潜在的扩展,目前的模型和概述未来的研究考虑,实验和理论。
2018-04-04 math.DS physics.soc-ph q-bio.PE
Enhancement of cooperation in highly clustered scale-free networks
我们研究了集群对合作组织的影响,通过分析囚徒困境的演化动力学的无标度网络与一个可调的集群值。我们发现,一个高的值的聚类系数产生的网络中的合作的整体增强,即使是一个非常高的诱惑叛逃。另一方面,高聚类避免了叛逃者入侵度类的过程,降低了网络中低密度合作策略者的生存机会。
2008-07-14 physics.soc-ph
How Clustering Affects Epidemics in Random Networks
受社交网络分析的启发,我们研究了一个具有给定度分布和可调聚类系数的随机网络模型。在这些图上我们考虑两种类型的增长过程:扩散模型和对称阈值模型。扩散过程是受流行病模型的启发。它的特点是感染概率,每个邻居独立传播流行病。在对称阈值过程中,交互仍然是局部的,但传播规则由阈值(可能在不同节点之间变化)控制。对称阈值过程的一个有趣的例子是传染过程,它的灵感来自于网络上的一个简单的协调博弈。这两种类型的过程已被用来模拟传播的新思想,技术,病毒或蠕虫和结果已经获得了随机图没有聚类。在本文中,我们能够分析集群的增长过程的影响。虽然聚类抑制了扩散过程,但其对传染过程的影响更为微妙,并取决于图的连通性:在低连通性区域,聚类也抑制了传染,而在高连通性区域,聚类有利于全球级联的出现,但会减小其大小。对于扩散和对称阈值模型,我们的特征条件下,全球级联是可能的,并计算其大小明确,作为度分布和聚类系数的函数。我们的研究结果适用于定期或幂律图与指数截止和新的光聚类的影响。
2012-02-22 cs.SI math.PR physics.soc-ph
Clustering and percolation on superpositions of Bernoulli random graphs
一个简单但功能强大的网络模型与$n$节点和$m$部分重叠的层生成作为一个覆盖的独立随机图$G_1,\dots,G_m$可变的大小和密度。该模型由层尺寸和密度的联合分布$P_n$参数化。当$m$线性增长和$P_n \to P$为$n \to \infty$时,该模型生成具有丰富统计结构的稀疏随机图,允许非零聚类系数以及有限度分布和具有可调幂律指数的聚类谱。值得注意的是,该模型承认参数制度,其中债券渗流表现出两个相变:第一个相关的出现一个巨大的连接组件,第二个巨大的单层组件的外观。
2020-11-02 math.CO math.PR physics.soc-ph
Percolation in random graphs with higher-order clustering
逾渗理论可以用生成函数来描述复杂网络的结构特性。这种映射假设网络是局部树状的,并且不包含邻居之间的短程环路。在本文中,我们使用的生成函数制定检查集群网络,包含简单的周期和集团的任何顺序。我们使用自然概括的Molloy-Reed标准,这些网络来描述他们的临界特性,并推导出一个分析描述的巨型组件的大小,提供解决方案的泊松和幂律网络。我们发现,网络包括较大的简单循环的行为越来越像树。Conversley,由较大的集团组成的聚类越来越偏离树状解决方案,尽管行为强烈依赖于度的可伸缩性。
2020-11-20 cond-mat.stat-mech physics.soc-ph
Clustering assortativity, communities and functional modules in real-world networks
现实世界系统的复杂网络被认为是由常见现象控制的,产生的结构远非规则或随机。集群化、群落结构和按程度进行的非竞争性混合也许是后者最突出的例子。虽然这些性质被普遍接受用于社交网络,但它们只能部分解释其他网络的结构。我们首先表明,度校正的聚类是在相反的标准定义,高度重复性。然而有趣的是,我们进一步注意到,非社交网络包含具有非常低聚类的连接区域。因此,现实世界的网络结构是超越社区的。在这里,我们调查的概念功能模块-定期等价节点组-并表明,这种结构可以解释在非社会网络中观察到的属性。现实世界的网络可能由社区覆盖的功能模块组成。我们支持后者提出了一个简单的网络模型,生成无标度的小世界网络可调聚类和度混合。模型在许多现实世界的网络中有一个自然的解释,同时它也提供了一个适当的社区提取框架的见解。我们还提出了一种在没有任何先验知识的情况下检测任意结构模块的算法。算法被证明是优于国家的最先进的,而应用到现实世界的网络揭示了良好的支持复合材料的不同结构模块,是一致的底层系统。在包括社交网络在内的所有类型的网络中,都有明确的功能模块。因此,我们的发现揭示了功能模块是复杂现实世界网络的另一个关键组成部分。
2012-02-15 cs.SI physics.data-an physics.soc-ph
Tuning the Clustering Coefficient of Generalized Circulant Networks
聚类系数除了在小世界现象的定义中起作用外,它对涉及网络动力系统的实际问题也有很大的相关性。为了研究聚类系数对网络中动态过程的影响,一些作者致力于构建具有可调聚类系数的图。这些结构通常是通过随机过程实现的,要么通过优先连接过程生长网络,要么通过随机重新布线过程。相反,我们在这里考虑几个家庭的静态图的聚类系数可以明确地确定。这些族的基础由$k$ -$N$节点上的正则图形成,其属于由$C_{N,k}$表示的所谓循环图族。我们表明,文献中报道的$C_{N,k}$的聚类系数的表达式,仅适用于足够大的$N$。接下来,我们考虑循环图的三种推广,或者通过添加一些悬垂链接到$C_{N,k}$,或者通过连接,以两种不同的方式,一个额外的节点到$C_{N,k}$的一些节点。对于所有这三个概括,我们推导出明确的表达式的聚类系数。最后,我们构造了一类广义循环图对,它们具有相同的节点数和链接数,但具有不同的聚类系数。
2021-05-03 cond-mat.stat-mech physics.soc-ph
Effect of network clustering on mutually cooperative coinfections
以前感染过其他病原体会促进传染病的传播。这种合作效应可能导致暴力爆发,反映出流行病突然转变的存在。至于其他扩散动力学,拓扑结构的相互作用模式的主机人口起着至关重要的作用。当接触网中短回路相对较少而长回路较多时,会出现不连续过渡。在这里,我们专注于本地集群在确定过渡的性质的作用。我们考虑两种相互合作的病原体在同一人群中扩散:已经感染一种疾病的个体被另一种疾病感染的可能性增加。我们看看一种疾病如何服从易感染的删除动态传播的接触网络与可调聚类。使用数值模拟,我们表明,大的合作性的传染病的转变总是突然的,随着聚类的增加,不连续性减少。对于大集群强有限尺寸的影响,目前和过渡的不连续性是明显的,只有在大型网络。我们还研究了合作感染的有影响力的传播者的问题,揭示了合作性和聚类强烈增强了传播影响对初始种子的程度的依赖。
2018-12-27 cond-mat.stat-mech physics.soc-ph
Local rewiring algorithms to increase clustering and grow a small world
许多真实世界的网络在顶点之间具有高度的聚类:共享邻居的顶点通常也直接相互连接。一个网络的聚类可以是其连通性和社区结构的有用指标。已经开发了用于生成具有高聚类的网络的算法,但通常依赖于添加或删除边缘和节点,有时是从完全空的网络中添加或删除。在这里,我们介绍了一种算法,该算法通过从现有网络开始并重新排列边来创建高度聚类的网络,而不添加或删除它们;这些算法可以保持其他网络属性,即使聚类增加。它们依赖于局部重新布线规则,其中单个边以保证增加聚类的方式改变其顶点之一。这个贪婪的步骤可以迭代地应用于将随机网络转换为具有更高聚类的形式。此外,提出的算法增长网络的聚类速度比增加其路径长度的速度更快,这意味着网络进入了一个相对高聚类和低路径长度的状态:一个小世界。这些算法可能是现实世界网络如何有机地重新排列以实现或保持高聚类和小世界结构的基础。
2018-04-11 cs.DM cs.SI math.CO
Random graphs with arbitrary clustering and their applications
许多真实网络的结构不是局部树状的,因此,网络分析无法描述它们的键渗流性质。在最近的一篇论文中[P. Mann,V. A.史密斯,J. B. O. Mitchell和S. Dobson,Percolation in random graphs with higher-order clustering,arXiv e-prints,p. arXiv:2006.06744,June 2020.],我们开发了具有均匀聚类(其节点是度等价的聚类)的随机网络的逾渗性质的解析解。在本文中,我们扩展了这个模型来研究网络,包含集群的节点是不度等价的,包括多层网络。通过数值例子,我们展示了如何使用该方法来研究具有任意聚集的随机复杂网络的性质,扩展了配置模型和生成函数公式的适用性。
2020-11-20 cond-mat.stat-mech physics.soc-ph
Evolving networks by merging cliques
我们提出了一个模型,通过合并表示为完整的图,让人想起生物系统中的模块或社会学中的社区的构建块不断发展的网络。该模型显示幂律度分布,幂律聚类谱和高的平均聚类系数独立于网络规模。解析解表明,度指数由合并节点数与块中所有节点数之比决定,表明度指数是可调的,并且当块是经典网络(如Erdens-Rényi或正则图)时也适用。在特定条件下,我们的模型成为与Barabási-Albert模型相同的模型。
2005-11-22 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Deterministic weighted scale-free small-world networks
提出了一个确定性加权无标度小世界模型,该模型考虑了拓扑和权重协同演化的伪分形网络。在该模型中,我们的度分布指数$γ$限制在2和3之间的范围内,同时可调的两个参数。同时,我们提供了一个相对完整的视图的拓扑结构和重量动态特性的网络:重量和强度分布;度相关性;平均聚类系数和度簇相关性;以及直径。我们表明,我们的模型是特别有效的模仿加权无标度小世界网络具有较高的和相对稳定的聚类系数,迅速下降的网络规模在大多数以前的模型。
2010-04-07 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph