کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7377809 1480117 2016 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Dynamic structure evolution of time-dependent network
ترجمه فارسی عنوان
تکامل ساختار پویا شبکه وابسته به زمان
کلمات کلیدی
شبکه های وابسته به زمان، شبکه پیچیده تشخیص جامعه، استراتژی بهینه سازی طیفی وابسته و پویا، تکامل ساختار شبکه،
ترجمه چکیده
در این مقاله، مسئله طولانی حل فرمول ساختار تداوم ساختار شبکه وابسته به زمان را مورد بررسی قرار می دهیم، نه تنها بر روی پیدا کردن نودهای جدید در حال ظهور در جوامع در حال توسعه و جوامع نوظهور جدید در محدوده زمانی خاص، بلکه همچنین ساختار شبکه پیچیده طرح تکامل رویکردهای قبلی عمدتا به تشخیص جامعه در شبکه های استاتیک زمان اعمال می شود و در نتیجه نتوانست اطلاعات بالقوه مهم و مفید را که به طور غیرمستقیم در روند تکامل ساختار ساختار شبکه وابسته به زمان تعبیه شده است، نادیده بگیرد. برای حل این مشکلات و مقابله با معضل عدم مقیاس پذیری شبکه، ما روش سلسله مراتبی پویا را برای تشخیص و نشان دادن طرحواره تکامل ساختاری شبکه وابسته به زمان پیشنهاد می کنیم. در عمل و مشخصه، ما یک چارچوب الگوریتم کشف سلسله مراتب سلسله مراتبی را پیشنهاد می کنیم که به طور گسترده ای از نظریه بهینه سازی طیفی وابسته به زمان و پویا به وجود آمده است. روش ما نتایج مطلوبی را در مقایسه با رویکردهای قبلی در مورد انواع گسترده ای از داده های شبکه تست، از جمله شبکه های واقعی در شبکه و شبکه های پیچیده کامپیوتری تولید می کند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات فیزیک ریاضی
پیش نمایش مقاله
تکامل ساختار پویا شبکه وابسته به زمان
چکیده انگلیسی
In this paper, we research the long-voided problem of formulating the time-dependent network structure evolution scheme, it focus not only on finding new emerging vertices in evolving communities and new emerging communities over the specified time range but also formulating the complex network structure evolution schematic. Previous approaches basically applied to community detection on time static networks and thus failed to consider the potentially crucial and useful information latently embedded in the dynamic structure evolution process of time-dependent network. To address these problems and to tackle the network non-scalability dilemma, we propose the dynamic hierarchical method for detecting and revealing structure evolution schematic of the time-dependent network. In practice and specificity, we propose an explicit hierarchical network evolution uncovering algorithm framework originated from and widely expanded from time-dependent and dynamic spectral optimization theory. Our method yields preferable results compared with previous approaches on a vast variety of test network data, including both real on-line networks and computer generated complex networks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 456, 15 August 2016, Pages 347-358
نویسندگان
, , , , ,