Deterministic self-similar models of complex networks based on very symmetric graphs

با استفاده از نمودارهای بسیار متقارن، چندین مدل وابسته به خودپنداره شبکه های پیچیده را تعمیم می دهیم و پارامترهای اصلی شبکه ی عمومی ما را محاسبه می کنیم. به طور دقیق تر، ترتیب، اندازه و توزیع درجه را محاسبه می کنیم و می توانیم حد بالایی قطر و مرز پایین را برای ضریب خوشه بندی بدست آوریم. این نتایج شرایطی را فراهم می کند که در آن شبکه یک شبکه جهانی کوچک و بدون مقاربت است. ما می گوئیم که تمام این شرایط در یک گراف پایه کوچک است که در ساخت و ساز استفاده می شود. به عنوان یک نتیجه، ما می توانیم شبکه های پیچیده ای را با خواص تجویز کنیم. ما این واقعیت را بر ضریب خوشه بندی نشان می دهیم. ما هشت طبقه جدید نامحدود شبکه های پیچیده پیشنهاد می کنیم. یکی از این کلاس های جدید خیلی غنی است که با سه پارامتر مستقل پارامتر می شود.