Link deletion in directed complex networks
我们提出了一个系统和详细的研究下随机和有针对性的删除链接的有向网络的鲁棒性。我们使用一组随机和无标度类型的网络模型，这些模型具有聚类和重复性的特定特征。各种策略，如随机删除的链接，或删除基于介数中心性和程度的源和目标节点，被用来打破网络。研究了网络对链路持续丢失的鲁棒性，给出了网络连通分量大小和反向路径长度的表达式。聚类和2节点度相关性，对攻击的鲁棒性的影响，也进行了探讨。我们提供了具体的说明，我们的研究三个现实世界的网络构建蛋白质-蛋白质相互作用和运输数据。
2018-09-02 physics.soc-ph
Clustering and Community Detection in Directed Networks: A Survey
网络（或图）作为主导结构出现在不同的领域，包括社会学、生物学、神经科学和计算机科学。在上述大多数情况下，图是有向的-在边缘上存在方向性的意义上，使得边缘的语义不对称。真实网络呈现的一个有趣的特征是聚类或社区结构属性，在该属性下，图拓扑被组织成通常称为社区或集群的模块。这里的本质是同一社区的节点高度相似，而相反，社区之间的节点相似性较低。揭示有向复杂网络的底层社区结构已成为一个重要的跨学科课题，具有大量的应用。因此，自然地，在挖掘有向图的领域中最近有大量的研究成果-聚类是社区发现和评估的主要方法和工具。本文的目标是提供一个深入的审查的方法，迄今提出的聚类有向网络以及相关的必要的方法背景和相关的应用。调查首先提供了一个简明的基本概念和方法论基础上，图聚类算法利用。然后，我们提出了相关的工作沿着两个正交分类。第一个主要是关注的聚类算法的方法论原则，而第二个方法的观点，关于一个好的集群在有向网络的属性。此外，我们提出的方法和度量图聚类结果的评估，展示有趣的应用领域，并提供有前途的未来研究方向。
2013-08-05 cs.IR cs.SI physics.bio-ph
Mechanisms for tuning clustering and degree-correlations in directed networks
随着复杂网络作为解决多学科问题的有效工具的出现，网络生成模型已经获得了自己的重要性。这些模型使我们能够广泛地分析从现实世界的网络中获得的数据，研究它们的相关性并证实理论结果。在这项工作中，我们介绍的方法，基于度保持重新布线，可以用来调整随机和无标度拓扑结构的有向网络的聚类和度相关性。他们提供了零模型来研究上述属性的作用以及它们的优势和局限性。我们发现，在聚类的情况下，结构关系，这是独立的拓扑结构和重新布线方案被揭示，而在度相关性的情况下，网络拓扑结构被发现发挥重要作用的机制的工作。我们还研究了链接密度对这些重新布线机制的效率的影响，发现在聚类的情况下，网络的拓扑结构在确定链接密度如何影响重新布线过程中起着重要的作用，而在度相关性的情况下，链接密度和拓扑结构，对于足够多的重新布线步骤没有作用。除了调整网络属性的预期目的之外，所提出的机制还可以用作揭示结构关系和拓扑约束的工具。
2017-05-04 cs.SI physics.soc-ph
Motif-Based Spectral Clustering of Weighted Directed Networks
University of Oxford（牛津大学）；Princeton University（普林斯顿大学）；The Alan Turing Institute（阿兰·图灵研究所）；University of Glasgow（格拉斯哥大学）
聚类是网络分析的基本技术，在各种领域都有应用。虽然谱聚类是一种流行而有效的方法，但它没有考虑高阶结构，并且在有向网络上的性能很差。一种方法是使用基序邻接矩阵来捕获和聚类高阶结构。然而，目前的公式没有考虑边权重，因此在权重是所研究的网络的关键组成部分时受到一定的限制。我们通过探索基于图案的加权谱聚类方法来解决这些缺点。我们提出了新的和计算上有用的矩阵公式加权网络上的基序邻接矩阵，它可以用来构建有效的算法，任何锚定或非锚定基序的三个节点。在一个非常稀疏的制度，我们提出的方法可以处理图与一百万个节点和数千万条边。我们进一步使用我们的框架来构建一个基于图案的方法来聚类二分网络。我们提供了全面的实验结果，证明了（i）我们的方法的可扩展性，（ii）高阶聚类在合成示例上的优势，以及（iii）我们的技术在各种真实世界数据集上的有效性;并与文献中的几种技术进行比较。我们的结论是，基于模体的谱聚类是一个有价值的工具，分析有向和二分加权网络，这也是可扩展的，易于实现。
2020-09-10 cs.LG cs.SI physics.soc-ph
Weighted directed clustering: interpretations and requirements for heterogeneous, inferred, and measured networks
边的权重和方向性携带了我们可以从复杂网络中提取的大部分信息。然而，许多网络措施制定最初的无向二进制网络。结合权重信息的必要性导致了多重扩展的概念，特别是对于这里讨论的局部聚类系数的定义。我们发现，并非所有这些扩展都是完全加权的;有些扩展依赖于程度，因此当一个无限小的权重边被交换为没有边时，会发生很大的变化，这并不总是可取的。我们称这些方法为“混合”，并认为，在许多情况下，人们应该更喜欢完全加权的定义。在列出了正确分析许多不同加权网络的方法的必要要求之后，我们提出了一个完全加权的连续聚类系数，它满足所有先前提出的标准，同时也是连续的。我们证明了张-霍瓦特聚类和我们的新的连续定义的行为和意义提供了互补的结果，并显着优于其他定义在多个相关条件。使用合成和现实世界的例子，我们表明，当网络是推断，噪声，或非常异构，它是必不可少的使用全加权聚类定义。
2021-08-29 cs.SI physics.data-an physics.soc-ph
A directed network model for World-Wide Web
本文提出了一种万维网的有向网络模型。假设加入节点的出度是无标度的，其平均值为$m$。该模型具有小世界效应，即对应的网络具有很短的平均距离和很大的聚类系数。更有趣的是，入度分布服从指数为$γ=2+1/m$的幂律形式，取决于平均出度。这一发现得到了经验数据的支持，这一点在以往的有向网络研究中没有得到强调。
2005-10-07 physics.soc-ph
Tensor Spectral Clustering for Partitioning Higher-order Network Structures
基于谱图理论的方法是研究网络结构的一类重要工具。谱方法是基于一阶马尔可夫链从图上的随机行走，因此他们不能利用重要的高阶网络子结构，如三角形，循环和前馈回路。在这里，我们提出了一个张量谱聚类（TSC）算法，允许在图分区框架中建模高阶网络结构。我们的TSC算法允许用户指定哪些高阶网络结构（循环，前馈回路等）。应该由网络集群保存。感兴趣的高阶网络结构使用张量表示，然后我们通过开发多线性谱方法对其进行分区。我们的框架可以应用于发现网络中的分层流以及图异常检测，我们在合成网络上说明。在有向网络中，一个特别感兴趣的高阶结构是有向3圈，它捕获网络中的反馈回路。我们证明，我们的TSC算法产生大的分区，削减比标准谱聚类算法更少的有向3-循环。
2015-02-17 cs.SI physics.soc-ph
Clustering coefficients for networks with higher order interactions
King’s College London（伦敦国王学院）
本文提出无向和有向超图的四元聚类系数，通过真实超图与配置模型随机超图对比，揭示高阶交互对识别高度聚类节点的必要性。
2026-10-20 physics.soc-ph
Cycle flow based module detection in directed recurrence networks
我们提出了一个新的循环流为基础的方法来寻找加权有向网络的模糊划分的时间序列数据。我们表明，这种方法克服了现有的聚类方法，往往忽略重要的方向信息，只考虑一步，单向节点连接的基本问题。我们的方法引入了一种新的测量节点之间的通信，使用多步，双向转换编码的概率流的循环分解。该度量的对称属性使我们能够构建一个无向图，该无向图捕获数据所看到的原始图的信息流，并应用为无向图设计的聚类方法。最后，我们通过分析地震时间序列数据来证明我们的算法，这些数据自然地诱导（时间）定向网络。本文最初发表在EPL，DOI：10.1209/0295-5075/108/68008。此版本与发布的版本略有不同，格式细节。
2017-01-19 cs.SI physics.data-an physics.soc-ph
A simple, distance-dependent formulation of the Watts-Strogatz model for directed and undirected small-world networks
小世界网络是一种具有高度聚集性和短路径长度的复杂网络，广泛应用于Watts和Strogatz（WS）范式模型的研究。虽然WS模型已经是非常小和直观的，我们描述了另一种制定的WS模型的距离相关的概率连接，进一步简化，在实践和理论上，有向和无向WS型小世界网络的生成。除了突出WS模型的一个以前被忽视的基本特征之外，这种替代公式还可以推导出模型参数方面的量的精确表达式，例如有向和无向网络的度和基序分布以及全局聚类系数。
2014-08-22 cond-mat.dis-nn cs.SI physics.soc-ph
Centrality properties of directed module members in social networks
最近的几项复杂网络研究提出了定位网络社区的算法，也称为模块或集群，它们大多被定义为具有密集内部连接的节点组。随着这些聚类技术的迅速发展，揭示群落之间重叠的能力也变得非常重要。团渗透法（CPM）及其扩展到有向图的CPMd算法提供了一种定位重叠模块的有效搜索技术。在这里，我们调查的中心属性的有向模块成员在社交网络从电子邮件交流和社会计量问卷。我们的研究结果表明，模块之间的重叠节点在所研究的系统中发挥着核心作用。此外，这两种不同类型的网络表现出有趣的差异之间的关系的中心性措施和节点的作用，在有向模块。
2008-09-03 physics.soc-ph
Taxonomy of Cohesion Coefficients for Weighted and Directed Multilayer Networks
聚类系数和封闭系数是描述网络拓扑结构中应用最广泛的指标之一。随着时间的推移，已经提出了许多不同的定义，特别是在加权网络的情况下，其中三角形权重的选择是一个关键方面。在目前的工作中，在加权有向多层网络的框架下，我们通过引入聚集系数，将经典的聚类和封闭系数推广到任何类型的不完整三角形。然后，我们组织这些系数的类在一个系统的分类在更一般的情况下，加权有向多层网络。这种内聚系数也适用于表征多层网络的不同尺度，以便从不同角度把握其结构。我们还展示了如何张量形式主义允许将新的定义，以及所有现有的文献中，在一个统一的写作，在这样一种方式，一个合适的选择所涉及的邻接张量允许获得他们中的每一个。最后，通过一些模拟网络的应用程序，我们证明了所提出的系数在捕捉不同尺度上的网络结构的不同特性的有效性。
2022-12-23 math.GN physics.soc-ph
Alignment and integration of complex networks by hypergraph-based spectral clustering
复杂网络具有丰富的多尺度结构，反映了它们所模拟的系统的动态和功能组织。通常需要同时分析多个网络，通过多种类型的相互作用或超越简单的成对相互作用来建模系统，但目前缺乏理论和计算方法来解决这些问题。在这里，我们介绍了一个框架，在这样的系统中使用超图表示的聚类和社区检测。我们的主要结果是一个推广的Perron-Frobenius定理，从中我们推导出有向和无向超图的谱聚类算法。我们通过应用程序来说明我们的方法，用于多个物种之间蛋白质-蛋白质相互作用网络的局部和全局对齐、民俗分类中的三方社区检测以及检测定向网络中重叠调节途径的集群。
2012-11-05 cs.SI physics.soc-ph q-bio.MN
Robustness and complexity of directed and weighted metabolic hypergraphs
本研究提出带边依赖顶点权重的有向超图框架表征代谢网络，定义可达性与搜索信息度量其鲁棒性和复杂性，经模型验证发现耐药性与高结构鲁棒性相关，复杂性可区分真核与原核生物。
2023-10-05 physics.soc-ph
Ranking and clustering of nodes in networks with smart teleportation
随机隐形传态是基于随机游动的有向网络的排序和聚类的必要条件。隐形传态使遍历的解决方案，但解决方案必须依赖于精确的实施和参数化的隐形传态。例如，在常用的PageRank算法中，隐形传态速率必须在严重偏差的解与均匀解之间进行权衡。在这里，我们表明，隐形传态的链接，而不是节点，使一个更平滑的权衡和有效地更强大的结果。我们还表明，通过不记录随机行走的隐形传态步骤，我们可以进一步减少隐形传态的影响，对聚类产生巨大的影响。
2012-06-02 cs.SI physics.soc-ph
On Spectral Analysis of Directed Signed Graphs
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；University of Arkansas（阿肯色大学）
它已经表明，网络的邻接特征空间包含其底层结构的关键信息。然而，目前还没有关于有向符号图的邻接矩阵的谱分析的研究。在本文中，我们推导出理论近似的频谱投影从这样的有向符号网络使用矩阵扰动理论。我们使用推导出的理论结果来研究负的簇内和簇间有向边缘对节点谱投影的影响。然后，我们开发了一个基于谱聚类的图划分算法，SC-DSG，并进行评估合成和真实的数据集。理论分析和实验验证了该算法的有效性。
2016-12-23 cs.LG cs.SI physics.soc-ph
Epidemic thresholds in directed complex networks
在有向复杂网络中讨论疾病、计算机病毒或信息的传播。我们关心的是SIR和SIS动态模型的传播的稳定状态。在无标度有向网络中，当节点度与出度高度相关时，两种模型的爆发阈值均趋于零。
2011-03-09 cs.SI physics.soc-ph
Weighted, Bipartite, or Directed Stream Graphs for the Modeling of Temporal Networks
我们最近介绍了一种用于时态网络建模的形式主义，我们称之为流图。它强调数据的流性质，并允许对许多重要概念的严格定义，从而概括了经典图。这特别包括大小、密度、集团、邻域、度、聚类系数和传递性。在这方面的贡献，我们表明，像图，流图可以扩展到应付二分结构，节点和链接的权重，或链接方向。我们回顾了文献中提出的主要的二分，加权或有向图的概念，我们将它们推广到二分，加权，或有向流图的情况下，我们表明，得到的概念是一致的图和流图。这为具有这些特征中的一个或多个的许多时间网络的准确建模提供了正式的基础。
2021-11-23 cs.DS cs.SI physics.soc-ph
Magnetic eigenmaps for community detection in directed networks
有向网络中的社区通常被描述为具有高密度链接的区域，或具有某些连接模式的节点集。我们的社区检测方法结合了质量函数的优化和组合拉普拉斯算子变形的谱聚类，即所谓的磁性拉普拉斯算子。磁拉普拉斯算子的本征函数，我们称之为磁本征映射，包含了结构信息。因此，使用磁本征图，可以揭示包括有向循环的密集社区以及具有运行流的网络中的“角色”社区，通常是由于混合模型而发现的。此外，在马尔可夫稳定性方法的精神，在网络中的不同能级的社区提出了一种研究方法，基于量子力学系统在有限温度下。
2016-07-18 cs.SI math-ph math.MP
Directed Random Geometric Graphs
许多现实世界的网络都是内在导向的。这些网络包括基因的激活、互联网上的超链接以及Twitter上的追随者网络等。然而，挑战在于创建一个具有真实世界网络的许多属性的网络模型，例如幂律度分布和小世界属性。为了应对这些挑战，我们引入了\textit{Directed}随机几何图（DRGG）模型，这是一个扩展的随机几何图模型。我们证明了它对于入度分布是无标度的，具有二项出度分布，具有高的聚类系数，具有很少的边，并且可能是小世界。这些是上述现实世界网络的一些主要特征。我们根据经验观察到，词联想网络具有DRGG模型的许多理论特性。
2018-08-06 cond-mat.dis-nn cs.SI physics.soc-ph
K-method of calculating the mutual influence of nodes in a directed weight complex networks
研究了有向权复杂网络中成对节点的一个新特征。提出了一种计算复杂网络特性的方法（K法）。该方法是基于转换的初始网络与基尔霍夫规则的后续应用。提出了稀疏复杂网络的方法的范围。这些复杂网络的节点是真实世界的概念，其连接具有所谓“认知地图”的因果特征。提出了具有语义解释的概念节点的两个新特征，即“压力”和“影响”，考虑了所有节点之间的相互影响。
2018-07-16 cs.SI physics.soc-ph
Potential Theory for Directed Networks
揭示网络形成的潜在因素是数据挖掘和网络分析的一个长期挑战。特别是，有向网络的微观组织原理比无向网络的微观组织原理更不容易理解。本文提出了一个势理论假设，即每个有向连接对应于一个单位势的减少，并且所有节点的势值都可定义的子图是优选的。结合势函数理论、聚类机制和同伦机制，推导出由4个节点和4个有向链路组成的Bi-fan结构是有向网络中最受青睐的局部结构。我们的假设得到了来自不同领域的15个有向网络的广泛实验的强烈支持，如链接预测框架内的Bi-fan预测器的最准确和最强大的性能所示。综上所述，本文的主要贡献有两个方面：（i）提出了一种新的有向网络局部组织机制;（ii）设计了相应的链接预测算法，不仅验证了我们的假设，而且在缺失链接预测和友谊推荐中找到了直接的应用。
2013-07-31 cs.IR cs.SI physics.data-an
Edge Balance Ratio: Power Law from Vertices to Edges in Directed Complex Network
幂律分布在包括在线社交网络在内的现实世界网络中是常见的。许多复杂网络的研究都集中在顶点的特征上，而顶点的特征总是被证明遵循幂律。然而，关于有向网络中边的研究却很少。本文首次提出了边平衡比来度量有向网络中边的平衡性。基于边平衡比，提出了平衡剖面和正度来描述整个网络的平衡水平。然后从理论上分析了边缘平衡比的分布。在一个顶点入度服从幂律且标度指数为$γ$的有向网络中，证明了边平衡比服从分段幂律，且每段的标度指数线性依赖于$γ$ . 通过数值仿真对理论分析进行验证.此外，理论分析还得到了真实世界在线社交网络的统计数据的证实，其中包括拥有3500万用户的Twitter网络和拥有1.1亿用户的新浪微博网络。
2013-03-09 cs.SI physics.soc-ph
Forman curvature for directed networks
网络科学的一个目标是复杂网络的几何特征。在这个方向上，我们（arXiv：1603.00386; J。（2016）P063206）最近将Ricci曲率的Forman离散化引入了无向网络领域。在不同的模型和现实世界的无向网络中的福尔曼曲率的调查表明，这种措施捕捉复杂的无向网络的组织的几个方面。然而，许多重要的现实世界中的网络本质上是有向的，无向网络的Forman曲率不适合分析这种有向网络。因此，我们在这里将无向网络的Forman曲率扩展到有向网络的情况。有向网络中Forman曲率的简单数学公式优雅地结合了节点权重，边权重和边方向。通过将有向网络的Forman曲率应用于各种模型和现实世界的有向网络，我们证明了该测度可以用来表征复杂有向网络的结构。此外，我们的结果也适用于实有向网络，加权或空间的性质。这些结果结合我们以前的结果表明，福尔曼曲率可以很容易地用来研究有向和无向复杂网络的组织。
2017-02-27 cond-mat.dis-nn physics.soc-ph q-bio.MN
Role-based similarity in directed networks
日益复杂的网络的广泛相关性需要方法来提取这些系统的有意义的粗粒度表示。对于无向图，标准社区检测方法使用主要基于连接密度的标准来提供这种表示。我们提出了一种方法分组节点在有向网络中的作用的基础上，在网络中的传入和传出的流的模式理解。角色分组是通过相似性矩阵的聚类来获得的，该相似性矩阵由包含每个节点的所有长度的进出路径的数量的特征向量之间的距离形成。因此，在类似的流环境中操作的节点被分组在一起，尽管它们本身可能不是密集连接的。我们的方法，其中包括一个比例因子，揭示了强大的分组的基础上日益全球化的结构，提供了一种替代标准，以揭示网络中的结构，其中有一个隐式的流量传输系统。我们说明了它的应用程序，从生态，世界贸易和细胞代谢的各种数据。
2010-12-13 cs.SI nlin.AO physics.soc-ph
Core organization of directed complex networks
当这种修剪算法停止时，从无向网络中递归移除叶子（死端顶点）及其邻居会导致所谓的网络核心。这个特定的子图应该区别于$k$ -核心，后者是网络中主要不同的子图。如果网络的顶点平均度足够大，则核心是包含有限部分顶点的巨型簇。我们发现，这种修剪算法的泛化有向网络提供了一个显着更复杂的图片的核心。通过实施一个速率方程的方法，这个修剪过程的有向不相关的网络，我们确定了一组核心逐步嵌入到对方的网络，并描述他们的出生点和结构。
2013-03-10 cond-mat.dis-nn cs.SI math-ph
Opinion dynamics on directed complex networks
提出推广 DeGroot 和 Friedkin-Johnsen 的有向复杂网络意见演化数学模型，证明平稳分布存在条件，并基于局部弱极限为标记 Galton-Watson 树的图序列，揭示了共识达成、意见极化及固执智能体影响等现象的机制。
2024-01-10 cs.SI math.PR physics.soc-ph
Modularity of Directed Networks: Cycle Decomposition Approach
近年来，将网络分解为模块（或集群）的问题得到了广泛的关注，因为它可以对复杂系统进行粗粒度描述，经常揭示这些系统的功能子单元。已经提出了各种模块检测算法，主要面向寻找无向网络的硬划分。尽管有向网络的模糊聚类方法越来越多，这些方法往往忽略了重要的方向信息。在本文中，我们提出了一种新的随机游走为基础的方法来寻找模糊分区的有向加权网络，其中边缘方向起着至关重要的作用，在定义如何以及节点在一个模块中互连。我们将证明，循环分解的随机游走过程连接网络模块的概念和网络中的信息传输，导致一个新的，对称的节点通信措施。步行过程，我们将证明，虽然是时间可逆的，但它继承了原始网络的方向和模块结构的所有必要信息。最后，我们将使用这个措施，介绍一个通信图，我们将表明，虽然是无向的，它继承了所有必要的信息，从原来的网络模块化结构。
2014-07-31 cs.SI math-ph math.MP
On Clustering Coefficients in Complex Networks
本文指出全局聚类系数的两种常见计算方法（局部平均值法与三元组比率法）存在强烈不等价性，这种差异会显著影响复杂网络结构分析的准确性。
2024-01-04 cs.NI cs.SI physics.soc-ph
Complex-valued information entropy measure for networks with directed links (digraphs). Application to citations by community agents with opposite opinions
提出了复值信息熵测度的概念。它特别适用于有向网络（有向图）。相应的统计物理概念的概述。研究网络，作为一个案例研究，为了说明讨论，涉及引用的代理人属于两个不同的社区，有明显不同的意见：新创造主义和智能设计的支持者，一方面，达尔文进化论的捍卫者，另一方面。整个社区内和社区间的邻接矩阵，从引用发表的工作，由社区代理，阐述和特征值计算。由于特征值可以是复数，因此信息熵也可以变为复值。它是针对示例情况计算的。特别讨论了虚部有限性的作用，并从局域相互作用范围的角度给出了一些物理意义上的解释。它的结论是，这样的推广不仅是有趣的和必要的讨论有向网络，但也可能会给新的见解的概念想法有向或其他网络。在附录中可以找到将上述扩展到Tsallis熵测度的注释。
2013-02-03 cond-mat.stat-mech math-ph math.MP
Network similarity and statistical analysis of earthquake seismic data
研究了由不同地理区域地震目录建立的地震台网的结构相似性。一个层次聚类的基础无向地震台网示出使用詹森-香农散度图谱。链接的有向性表明每个地震台网都是强连接的，这促使我们对有向版本进行统计研究。我们对每个地震区的统计分析确定了中心区域。我们计算了每个地区即将发生地震的条件概率。每个事件的条件概率与它们的平稳分布进行了比较。
2016-11-19 cond-mat.dis-nn physics.data-an physics.geo-ph
Data reliability in complex directed networks
由于有许多不同来源和科学领域的数据，因此可以绘制出越来越多的联系和互动网络。然而，量化这些数据的可靠性仍然是一个悬而未决的问题。从生物学到社会学和经济学，假阳性和漏阳性的识别已经成为一个需要解决的问题。在这项工作中，我们扩展了一个最新的，性能最好的模型-由于Guimera和销售Pardo在2009年-有向网络。新的方法能够识别缺失和虚假的定向相互作用，这使得它特别有用的系统，如营养网，基因调控网络，通信模式和社会系统中的数据可靠性分析。我们还展示了，使用现实世界的网络，该方法如何可以用来帮助搜索新的相互作用，在一个有效的方式。
2013-06-27 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Nearest-neighbour directed random hyperbolic graphs
提出最近邻有向双曲随机图模型及其规范版本，研究局部键长、入度、互反性等特性，发现网络具有核心-边缘结构和截断幂律分布，并可通过类温度参数调节互反性。
2023-11-26 cs.SI math.PR physics.data-an
Topology and higher-order global synchronization on directed and hollow simplicial and cell complexes
Queen Mary University of London（伦敦大学玛丽女王学院）；Université de Namur（南纳慕尔大学）
研究了有向和空洞复形上全局拓扑同步的条件，证明有向复形总能实现同步，而空洞复形需更严格条件。
2026-02-17 cond-mat.dis-nn cond-mat.stat-mech math-ph
Parallel clustering with CFinder
关于复杂系统的可用数据量每年都在增加，越来越大的系统的测量被收集和记录。这种数据的自然表示是由网络给出的，其大小遵循原始系统的大小。当前计算基础设施中的多核趋势要求对早期方法进行并行重新实现。在这里，我们提出了网格版本的CCRs，它可以定位重叠的社区在有向，加权或无向网络的基础上集团渗透方法（CPM）。我们表明，社区的计算可以分布在几个CPU或计算机。虽然切换到并行版本不一定会导致计算时间的增加，但它确实使超大型网络的社区结构变得可访问。
2012-05-04 cs.DC cs.DS cs.SI
