네트워크 분석

Увійти

ідея - 네트워크 분석

정보 전달 엔트로피를 이용하여 상호작용 네트워크에서 가장 영향력 있는 노드(허브)와 가장 취약한 노드(안티-허브)를 식별할 수 있다.

상위 차수 네트워크 구조를 활용하여 연결 강도를 측정할 수 있으며, 이를 통해 약한 연결의 정보 전달 능력을 이해할 수 있다.

국소 중심성 기반 가장자리 제거 기법을 통해 네트워크를 계층적으로 분해하여 다중 핵심-주변부 구조를 발견할 수 있다.

이 연구는 공간적 및 시간적 어류 이동 패턴을 반영하여 Katz 지수를 확장함으로써 양식장 간 질병 전파 예측을 향상시킨다.

차수 보존 재배선을 통해 네트워크 차수 상관관계를 최대화하는 문제를 정의하고, 이를 해결하기 위한 알고리즘을 제안한다.

메타데이터 분할과 네트워크의 블록 구조 사이의 관계 강도를 측정하고 메타데이터 분할의 구조적 배열을 파악할 수 있는 방법을 제안한다.

가중치 있는 중첩 네트워크에서 노드가 여러 커뮤니티에 속할 수 있도록 하는 일반적인 모델 프레임워크를 제안하고, 이를 활용한 효율적인 스펙트럴 알고리즘을 제시한다.

대칭 라플라시안 역행렬을 이용하여 혼합 멤버십 네트워크에서 노드의 커뮤니티 멤버십을 효과적으로 추정할 수 있다.

부분적으로 관찰된 그래프의 모듈러리티는 실제 그래프의 모듈러리티와 유사하게 유지된다. 충분한 수의 간선이 관찰되는 경우, 부분적으로 관찰된 그래프의 모듈러리티가 실제 그래프의 모듈러리티와 유사할 가능성이 높다.

지역 우세에 기반한 알고리즘은 네트워크에서 커뮤니티 중심과 계층 구조를 효과적으로 탐지할 수 있다.

Про нас

Продукти | Ресурси

Ідеї