network science
文章平均质量分 65
+1+1+1+1+1
你需要学习₍₍٩( ᐛ )۶₎₎
展开
-
network science学习笔记——Barabási model和Bianconi-Barabási model
课程4基于Barabási的《network science》第5、6章。之前的随机网络不能产生hubs的原因是N已固定(static models),而现实生活中节点总数一定是不断变化的,例如citation network。同时哪些点之间有link也完全是随机的,但是我们可以想见,当一个点的度越多时,其约有可能和其他点再连接(比如有影响力的论文会被越来越多地引用)。基于这两点,Barabási model考虑growth(即节点总数的变化为增长)和preferential attachment来建立原创 2021-11-08 03:49:11 · 356 阅读 · 0 评论 -
network science学习笔记——随机网络(random network)和无标度网络(scale-free network)
课程3,4基于Barabási的《network science》第3到6章。第3章的标题为随机网络(random networks)。我们首先有一个随机变量服从某一分布的概念,比如r.v.服从bionomial distribution(N个事件中成功的次数为k的概率)。在network里,r.v.是一个node的degree为k的概率,(p是指两个node之间有link的概率),那么需要假设node总数为N。显然network的结点总数在一开始固定(fixed)了,这一类模型就是静态模型(static原创 2021-11-08 03:10:31 · 5663 阅读 · 0 评论