复杂网络研究涉及网络的几何性质、形成机制、演化规律等，与人工智能、大数据、神经网络和社交网络等领域密切相关。研究复杂网络有助于理解和解决现实世界中的复杂系统问题，如社交网络中的关系结构、互联网的结构特性等。复杂网络的特点包括小世界和无标度特性，其在神经网络中也有重要应用，如卷积神经网络和循环神经网络。
关于复杂网络的应用与发展
电子科技大学 格拉斯哥学院 2017级 谢镇汕
内容摘要
目前，复杂网络研究的内容主要包括：网络的几何性质，网络的形成机制，网络演化的统计规律，网络上的模型性质，以及网络的结构稳定性，网络的演化动力学机制等问题。其中在自然科学领域，网络研究的基本测度包括：度（degree）及其分布特征，度的相关性，集聚程度及其分布特征，最短距离及其分布特征，介数(betweenness)及其分布特征，连通集团的规模分布。
关键词
复杂网络
人工智能
大数据
神经网络
问题的缘起
关于复杂行：
大量个体（更典型的是具有适应性的主体）所组成的复杂系统，在没有重心控制、非完全信息、仅仅存在局域相互作用的条件下，通过个体之间的非线性相互作用，可以在宏观层次上涌现出一定的结构和功能。而复杂系统不能够用分析的方法去研究，必须考虑个体之间的关联和作用，复杂网络是构成复杂系统的基本结构，每个复杂系统都可以看作是单元或个体之间的相互作用网络。
选题理由
复杂网络是研究复杂系统的一种角度和方法，他关注系统中个体相互关联的作用的拓扑结构，是理解复杂系统性质和功能的基础。
研究内容
复杂网络研究所关心的问题主要有三个，分别是如何定量刻画复杂网络，网络结构的描述及其性质，其实是网络是如何发展成现在这种结构的，网络演化模型&#x
最低0.47元/天 解锁文章
3071
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
