کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8902280 1631961 2018 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On eigenvector-like centralities for temporal networks: Discrete vs. continuous time scales
ترجمه فارسی عنوان
در مرکز شبیه سازی ویژه برای شبکه های زمانی: مقیاس زمانی گسسته و غیر مستقیم
کلمات کلیدی
شبکه های پیچیده زمانی، مقیاس انحراف معیار، نزدیک شدن شبکه ها،
ترجمه چکیده
اقدامات مرکزی نقش مهمی در نظریه شبکه های پیچیده ایفا می کنند زیرا آنها یک ابزار برای رتبه دادن گره ها به وسیله ارتباط آنها در فرآیندهای رخ داده در یک شبکه را فراهم می کنند. در این مقاله، ما یک مدل برای مرکزیت های ویژه یک شبکه شبکه های زمانی ارائه می دهیم که در مقیاس زمانی مداوم در حال تحول هستند. ما به صورت تحلیلی ثابت می کنیم که این مرکزی ها می توانند توسط مرکزیت های شبکه های زمانی براساس مقیاس زمان گسسته تقریب شوند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات ریاضیات کاربردی
پیش نمایش مقاله
در مرکز شبیه سازی ویژه برای شبکه های زمانی: مقیاس زمانی گسسته و غیر مستقیم
چکیده انگلیسی
Centrality measures play a central role in Complex Networks Theory as much as they provide a tool to rank nodes by their relevance in the processes occurring in a network. In this paper we propose a model for the eigenvector-like centralities of temporal networks that evolve on a continuous time scale. We analytically prove that these centralities can be approximated by the centralities of temporal networks on discrete time scale.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational and Applied Mathematics - Volume 330, 1 March 2018, Pages 1041-1051
نویسندگان
, ,