W sieci małego świata od DNA po facebooka. Dr hab. Katarzyna Sznajd-Weron, prof. PWr.

Podobne dokumenty
Sieci złożone. Modelarnia 2014/2015 Katarzyna Sznajd-Weron

Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp

Modelowanie sieci złożonych

Grafy Alberta-Barabasiego

Sieci bezskalowe. Filip Piękniewski

Warsztaty metod fizyki teoretycznej

Modelowanie sieci złożonych

Przejście fazowe w sieciach złożonych w modelu Axelroda

Obszary strukturalne i funkcyjne mózgu

Detekcja motywów w złożonych strukturach sieciowych perspektywy zastosowań Krzysztof Juszczyszyn

Praca dyplomowa inżynierska

Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp

Formowanie opinii w układach społecznych na przykładzie wyborów parlamentarnych

Badanie internetu. NeWWWton Fizyka w sieci. Piotr Pohorecki, Anna Poręba Gemius SA

Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych

Sieci: grafy i macierze. Sieci afiliacji. Analiza sieci społecznych. Najważniejsze pytania. Komunikatory internetowe

Grafy stochastyczne i sieci złożone

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Symulacje konkurencyjnych procesów kontaktowych na sieciach

Statystyki teoriografowe grafów funkcjonalnych w sieciach neuronowych

Fizyka sieci złożonych

Nowy generator grafów dwudzielnych

Równowaga Heidera symulacje mitozy społecznej

PODSTAWY BIOINFORMATYKI WYKŁAD 5 ANALIZA FILOGENETYCZNA

Sieci ewoluujące: od fizyki do Internetu

Algorytmy genetyczne

w ramach na rzecz rozwoju ICT studia podyplomowe

Mikro- i makro-ewolucja sieci społecznych

Fizyka sieci złożonych

Nowoczesne systemy ekspresji genów

Informacje dotyczące pracy kontrolnej

PODSTAWY BIOINFORMATYKI 6 BAZA DANYCH NCBI - II

Automaty komórkowe. Katarzyna Sznajd-Weron

Algorytmy mrówkowe. H. Bednarz. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne

Teoria ewolucji. Podstawy wspólne pochodzenie.

Składniki jądrowego genomu człowieka

Wprowadzenie do analizy korelacji i regresji

Algorytmy genetyczne

Algorytmy genetyczne. Paweł Cieśla. 8 stycznia 2009

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

TEORIA WĘZŁÓW. Natalia Grzechnik 10B2

Pamiętając o komplementarności zasad azotowych, dopisz sekwencję nukleotydów brakującej nici DNA. A C C G T G C C A A T C G A...

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Strefa pokrycia radiowego wokół stacji bazowych. Zasięg stacji bazowych Zazębianie się komórek

Gadu-Gadu i sieci społeczne

Algorytm Dijkstry znajdowania najkrótszej ścieżki w grafie

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii

SCENARIUSZ LEKCJI BIOLOGII Z WYKORZYSTANIEM FILMU DOBRZE MIEĆ O(G)LEJ W GŁOWIE. O KOMÓRKACH UKŁADU NERWOWEGO.

Grafy co o ich rysowaniu wiedzą przedszkolaki i co z tego wynika dla matematyków

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.

Sekwencjonowanie, przewidywanie genów

Informatyka w szkole - algorytm Dijkstry dla każdego. Krzysztof Diks Instytut Informatyki, Uniwersytet Warszawski

Jaki koń jest nie każdy widzi - genomika populacji polskich ras koni

Programowanie obiektowe

Kamila Muraszkowska Znaczenie wąskich gardeł w sieciach białkowych. źródło: (3)

OBLICZENIA ZA POMOCĄ PROTEIN

ZARZĄDZANIE POPULACJAMI ZWIERZĄT

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe

Rozkład materiału z biologii do klasy III.

Prawa potęgowe w grafach przepływu informacji dla geometrycznych sieci neuronowych

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

PDF created with FinePrint pdffactory Pro trial version

Filogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami.

Statystyczna analiza danych

Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation)

Sekwencjonowanie nowej generacji i rozwój programów selekcyjnych w akwakulturze ryb łososiowatych

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Zmienność. środa, 23 listopada 11

sieci społecznych metodą analizy - future work...

GENETYKA POPULACJI. Ćwiczenia 1 Biologia I MGR /

MODELE SIECIOWE 1. Drzewo rozpinające 2. Najkrótsza droga 3. Zagadnienie maksymalnego przepływu źródłem ujściem

Spontaniczna struktura bezskalowa w grafach przepływu impulsów dla rekurencyjnych sieci neuronowych

Topologia Sieci. dr Magdalena Szpunar

Funkcja f jest ograniczona, jeśli jest ona ograniczona z

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

Bładzenie przypadkowe i lokalizacja

Ruch zwiększa recykling komórkowy Natura i wychowanie

Układy dynamiczne Chaos deterministyczny

Kształcenie w zakresie podstawowym. Klasa 2

Sortowanie. Tomasz Żak zak. styczeń Instytut Matematyki i Informatyki, Politechnika Wrocławska

Podstawy nauk przyrodniczych Matematyka Wstęp

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA

SCENARIUSZ LEKCJI BIOLOGII Z WYKORZYSTANIEM FILMU CO TO JEST ŻYCIE. SPIS TREŚCI: I. Wprowadzenie. Części lekcji. 1. Część wstępna.

MODEL OPTYMALIZACYJNY SYNCHRONIZACJI LINII TRAMWAJOWYCH

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Wstęp do sieci neuronowych, wykład 8 Uczenie nienadzorowane.

Analiza sieci przedsiębiorstw z wykorzystaniem metody SNA

Programowanie obiektowe

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Statystyka matematyczna Test χ 2. Wrocław, r

Wykład 9: HUMAN GENOME PROJECT HUMAN GENOME PROJECT

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

października 2013: Elementarz biologii molekularnej. Wykład nr 2 BIOINFORMATYKA rok II

Transkrypt:

W sieci małego świata od DNA po facebooka Dr hab. Katarzyna Sznajd-Weron, prof. PWr.

Plan Co to jest sieć? Przykłady sieci złożonych Cechy rzeczywistych sieci Modele sieci Sieci złożone i układy złożone

Sieć = network Węzły Węzły jednego typu lub wielu Połączenia Połączenia kierunkowe lub nie

Czy fizycy zawsze muszą mieć inne zdanie? Fizycy sieć (network) węzeł (node) połączenie (link) Matematycy graf (graph) wierzchołek (vertex) krawędź (edge)

Sieć (graf) i jej podstawowe charakterystyki Rozkład stopni wierzchołków (c) 2016, Arkadiusz Jędrzejewski

Sieć (graf) i jej podstawowe charakterystyki Najkrótsza droga Średnia najkrótsza droga: Współczynnik gronowania (c) 2016, Arkadiusz Jędrzejewski

Sieci społeczne Węzły: ludzie Połączenia: znajomości, przyjaźnie, współpraca

Austin Powers: The spy who shagged me Robert Wagner Let s make it legal Wild Things What Price Glory Barry Norton A Few Good Man Monsieur Verdoux

Randki w szkole średniej Węzły: uczniowie Połączenia: randki

Sieci współpracy Węzły: uczeni, aktorzy Połączenia: wspólne publikacje, role w tych samych filmach

Sieci komunikacji Węzły: komputery, satelity, strony WWW, centrale Połączenia: linie telefoniczne, linie światłowodowe, linki między stronami

Sieci pokarmowe ekologia Węzły: osobniki, populacje, gatunki Połączenia: relacja drapieżca-ofiara

Sieci metaboliczne Węzły: związki chemiczne Połączenia: reakcje chemiczne

Powiązania między firmami Węzły sieci firmy Połączenia między węzłami kierunkowe A B oznacza, że A posiada akcje B Węzły czerwone (przemysł), żółte (finanse)

Jakie to są sieci Czy są to sieci regularne? Czy są to grafy losowe? Czy może jeszcze coś innego?

Graf losowy (Erdös-Rényi 1960) (c) 2016, Arkadiusz Jędrzejewski

Sześć stopni separacji 1967, psycholog społeczny S. Milgram kilkuset losowo wybranych ludzi z Nebraski i Kansas otrzymało przesyłki z paszportem Cel osoba w Bostonie Podaj dalej do znajomego Jaki ten Świat mały!

Travers, Milgram (1969) 296 losowo wybranych ludzi w Bostonie i Nebrasce Cel w Massachusetts 64 łańcuchy osiągnęły cel Średnia długość łańcucha 5.2

The New York Times, 21.11.2011 Analizie połączeń 721 milionów użytkowników Facebooka Dowolne dwie osoby na świecie dzieli tylko 4.74 stopni separacji Znajomość Facebookowa!

Wolfram Alpha Personal Analytics for Facebook http://blog.stephenwolfram.com/2013/04/data-science-of-the-facebook-world/

Cechy sieci społecznej Świat jest mały Ludzie trzymają się w paczkach Kasi nie ma na rysunku jest połączona z wszystkimi Przykładowa sieć (Kasia córka Wolframa) Źródło: Wolfram Alpha Personal Analytics for Facebook

Co to znaczy, że świat jest mały? Odległość d ij między wierzchołkami i, j Długość najkrótszej drogi od i do j Najmniejsza liczba krawędzi od i do j Kurs Online Barabasi et al. Network Science http://barabasilab.neu.edu/networksciencebook/

Co to znaczy, że ludzie trzymają się w paczkach? Współczynnik gronowania wierzchołka C i Miara tego jak wielu sąsiadów i jest wzajemnie ze sobą połączona Stosunek liczby L i istniejących krawędzi między sąsiadami i do wszystkich możliwych krawędzi między tymi sąsiadami: C i = 2L i k i k i 1 http://barabasilab.neu.edu/networksciencebook/

Model Wattsa-Strogatza Sieć Małego Świata (c) 2016, Arkadiusz Jędrzejewski

Coś tu jest nie tak 9 10 Ile jest stron z 500 połączeniami? Teoretycznie (Mały Świat): 1 90 10 R. Albert, H. Jeong, A-L Barabasi, Nature, 401 130 (1999) Rzeczywiście: 1000

Sieci złożone: bezskalowe

Jak wykryć prawo potęgowe? y a x b log y log a y' log a bx' blog x

SCIENCE CITATION INDEX Nodes: papers Links: citations 1736 PRL papers (1988) Witten-Sander PRL 1981 25 2212 P(k) ~k - ( = 3) (S. Redner, 1998)

Sieci Metaboliczne Archeony (archeobakterie) Bakterie Eukarioty (jądrowce)

Human Genome Project co wiadomo W 2000 zsekwencjonowano cały ludzki genom Tylko 21 000 genów (sekwencje DNA, które kodują białka) tyle co u myszy, robaków, roślin gorczycy! Geny kodujące białka stanowią jedynie około 2% naszego DNA! Jeśli tak mało genów to skąd pochodzi nasza złożoność? Jaka jest funkcja DNA śmieciowego Czego jeszcze się dowiedzieliśmy?

Human Genome Project co wiadomo Geny oddziałują nieliniowo tworząc skomplikowane sieci przetwarzania informacji To raczej sieci, a nie pojedyncze geny, kształtują organizm Śmieciowe DNA odgrywa kluczową rolę w formowaniu się tej sieci Śmieciowe DNA jest odpowiedzialne za złożoność ludzkiego organizmu!

Prawa potęgowe: uniwersalność w sieciach złożonych Kurs Online Barabasi et al. Network Science http://barabasilab.neu.edu/networksciencebook/

Cechy sieci bezskalowych Liczba węzłów i nie jest stała: rosnąca sieć WWW, publikacji itd. Preferencyjne dołączanie: więcej połączeń większe prawdopodobieństwo dołączenia nowego węzła, nowe linki do znanych miejsc WWW, często cytowane prace

Sieć Barabasiego-Alberta Wzrost: w każdym kroku czasowym dołączam węzeł Preferencyjne dołączanie: prawdopodobieństwo, że nowy węzeł będzie połączony z i-tym: ( k ) i ki k j j P(k) ~k -3 A.-L.Barabási, R. Albert, Science 286, 509 (1999)

Budujemy Sieć Barabasiego-Alberta 1/2 2/4 3/6 1/4 1/6 1/2 1/4 3/8 1/6 1/6... 2/8 1/8 1/8 1/8

Rozkład stopni wierzchołków dla BA (c) 2016, Arkadiusz Jędrzejewski

W sieciach zdarzają się usterki komórki podlegają mutacji komputery się psują Czy sieć jest odporna na usterki? usterka

Usterki usuń losowo węzły

Ataki usuń najważniejsze (o najwyższym stopniu) węzły

Pięta Achillesa sieci bezskalowych Internet Sieć białek usterki ataki R. Albert, H. Jeong, A.L. Barabasi, Nature 406 378 (2000)

Gdzie warto zajrzeć? Kurs Online Barabasi et al. Network Science http://barabasilab.neu.edu/networksciencebook Wolfram Demonstration Project http://demonstrations.wolfram.com/complexnetworks