Sieci złożone: definicje i przykłady

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

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

Modelowanie sieci złożonych

Symulacje sieci w Zespole Układów Złożonych

Warsztaty metod fizyki teoretycznej

Statystyki teoriografowe grafów funkcjonalnych w sieciach neuronowych

Obszary strukturalne i funkcyjne mózgu

Grafy Alberta-Barabasiego

Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym

Symulacje geometrycznych sieci neuronowych w środowisku rozproszonym

Formowanie opinii w układach społecznych na przykładzie wyborów parlamentarnych

Równowaga Heidera symulacje mitozy społecznej

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

METODY GENERACJI I SELEKCJI CECH GRAFU W ROZPOZNAWANIU ZDJĘĆ SATELITARNYCH *)

A. Cel ćwiczenia. B. Część teoretyczna

Przejście fazowe w sieciach złożonych w modelu Axelroda

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

Przykład budowania macierzy sztywności.

Nowy generator grafów dwudzielnych

Praca dyplomowa inżynierska

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

Colloquium 3, Grupa A

Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System

Projektowanie rozmieszczenia stanowisk roboczych

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH

Matematyka Dyskretna - zagadnienia

Wykres linii ciśnień i linii energii (wykres Ancony)

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Metody probabilistyczne Rozwiązania zadań

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

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

Prawdopodobieństwo i statystyka

Modelowanie sieci złożonych

Machine Learning for Data Science (CS4786) Lecture 11. Spectral Embedding + Clustering

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Analiza parametrów rozszczepienia zero-polowego oraz pola krystalicznego dla jonów Mn 2+ i Cr 3+ domieszkowanych w krysztale YAl 3 (BO 3 ) 4

ELEKTROTECHNIKA I ELEKTRONIKA

Prognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1

Towards Stability Analysis of Data Transport Mechanisms: a Fluid Model and an Application

Zaliczenie wykładu Technika Analogowa Przykładowe pytania (czas zaliczenia minut, liczba pytań 6 8)

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

Sieci bezskalowe. Filip Piękniewski

Grafy stochastyczne i sieci złożone

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

i = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =

Komputerowa analiza danych doświadczalnych

Bładzenie przypadkowe i lokalizacja

II zasada termodynamiki

Strategic planning. Jolanta Żyśko University of Physical Education in Warsaw

Komputerowa analiza danych doświadczalnych

Sieci ewoluujące: od fizyki do Internetu

Few-fermion thermometry

DODATKOWE ĆWICZENIA EGZAMINACYJNE

PageRank. Bartosz Makuracki. 28 listopada B. Makuracki PageRank

Komputerowa analiza danych doświadczalnych. Wykład dr inż. Łukasz Graczykowski

Programowanie wielocelowe lub wielokryterialne

Wykładnicze grafy przypadkowe: teoria, przykłady, symulacje numeryczne

Podstawy rachunku prawdopodobieństwa (przypomnienie)

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

Hierarchiczna analiza skupień

Fizyka sieci złożonych

Metoda największej wiarygodności

Justyna Signerska. Grafy losowe jako modele sieci

Podanym określeniom przyporządkuj wskaźnik bibliometryczny. Wskaźnik oceny czasopism. Wskaźnik oceny czasopism. Wskaźnik oceny czasopism

ABOUT NEW EASTERN EUROPE BESTmQUARTERLYmJOURNAL

Grupowanie sekwencji czasowych

Badanie stacjonarności szeregów czasowych w programie GRETL

Random walks centrality measures and community detection

Kwantowe splątanie dwóch atomów

Strangeness in nuclei and neutron stars: many-body forces and the hyperon puzzle

Symulacyjne modele formowania opinii w sieciach społecznych

Analiza sieci przedsiębiorstw z wykorzystaniem metody SNA

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

P k k (n k) = k {O O O} = ; {O O R} =

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

Wykład 21: Studnie i bariery cz.1.

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE

No matter how much you have, it matters how much you need

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

Materiały dydaktyczne. Matematyka. Semestr III. Wykłady

Machine Learning for Data Science (CS4786) Lecture11. Random Projections & Canonical Correlation Analysis

Q strumień objętości, A przekrój całkowity, Przedstawiona zależność, zwana prawem filtracji, została podana przez Darcy ego w postaci równania:

European Crime Prevention Award (ECPA) Annex I - new version 2014

NAUKI O FINANSACH FINANCIAL SCIENCES 3(24) 2015

Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego

Matematyka Dyskretna Zadania

LOGISTYKA ZAOPATRZENIA I PRODUKCJI ĆWICZENIA 13 ROZMIESZCZENIE STANOWISK (LAYOUT)

Application Layer Functionality and Protocols

Proposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science

Metody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna

Pomiary napięć przemiennych

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =

Numer 4 (48) 2008 Warszawa 2008

A.Z. Górski, S. Drożdż, J. Kwapień, P. Oświęcimka. Zakład Teorii Systemów Złożonych, Instytut Fizyki Jądrowej PAN, Kraków

R w =

Korelacje krzyżowe kryzysów finansowych w ujęciu korelacji potęgowych. Analiza ewolucji sieci na progu liniowości.

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System

Transkrypt:

Anna Chmiel Sieci złożone: definicje i przyłady

Świat sieci złożonych Od fizyi do Internetu Agata Froncza, Piotr Froncza Statistical mechanics of complex networs Réa Albert and Albert-László Barabási Rev. Mod. Phys. 74, 47 (2002)

DEFINICJE (1) i =1 i =2 stopień węzła i liczba rawędzi połączona z węzłem i rawędzie i =3 i =2 p() prawdopodobieństwo, że losowo wybrany węzeł ma stopień <> średni stopień węzła w sieci i =2 i =2 p() 1 1/6 2 4/6 3 1/6 <>=2 węzły 1 N max min i N i 1 p i d

DEFINICJE (2) 6 3 5 Macierz sąsiedztwa macierz połączeń pomiędzy węzłami. Jeżeli istnieje lin to pomiędzy węzłem i a węzłem j to A(i,j)=1 2 1 4 1 2 3 4 5 6 1 1 1 0 0 0 2 1 1 0 0 0 3 1 1 0 1 0 4 0 0 0 1 1 5 0 0 1 1 0 6 0 0 0 1 0 Dla sieci nie sierowanych macierz jest symetryczna.

DEFINICJE (3) 6 3 5 droga l ij najmniejsza liczba rawędzi pomiędzy węzłami i oraz j <l> średnia droga 2 1 4 l N 1 2 3 4 5 6 1 1 1 3 2 4 2 1 1 3 2 4 3 1 1 2 1 3 4 3 3 2 1 1 5 2 2 1 1 2 6 4 4 3 1 2 i N 1 j N 2 l ij 1 i 1 j 1 N <l>=2.06(6)

DEFINICJE (4) 6 5 współczynni gronowania c i stosune liczby połączeń pomiędzy najbliższymi sąsiadami węzła i do masymalnej liczby taich połączeń c 3 =1/3 3 4 c i i 2Ei 1 i 2 1 czyli jest to również prawdopodobieństwo, że dowolna para sąsiadów jest połączona I 1 2 3 4 5 6 C i 1 1 1/3 0 0 0 c=0.33(3)

DEFINICJE (5) Korelacje dwuwęzłowe (ang degree-degree corelation) Sieci złożone: definicje i przyłady i P P P j j j i j i ) ( ), ( ) ( 2 2 j i j i j i r ) ( ) ( i j j i nn P j j Współczynni orelacji linowej Pearsona Średni stopień najbliższego sąsiada węzła i

DEFINICJE (6) Modularność sieci Community detection in graphs,s Fortunato Physics reports 486 (3), 75-174

Sieć chorób dla osób w wieu 24-32 lat

Sieć dla osób w wieu 32-40 lat I10 SAMOISTNE (PIERWOTNE) NADCIŚNIENIE F17 UZALEŻNIE OD PALENIA TYTONIU

MODELE (1) łańcuch p( ), 1 l ~ N D siata

MODELE (2) Erdos-Renyi (grafy przypadowe) N węzłów ażdą parę łączymy z prawdopodobieństwem p <>=2 * liczba rawędzi / liczba węzłów tzn. N N 1 2 p p 1 2N N pn p() rozład Poissona z masimum dla <> c N p l ~ 1 ln N

MODELS (3) Watts- Strogatz D. J. Watts,S. H. Strogatz, Collective dynamics of small-world networs Nature 393, 440-442 (1998)

1999 Barabasi i jego grupa Dane dotyczące linów pomiędzy stronami WWW Rozład potęgowy p() Małe wartości <l> p ( ) ~

MODELS (4 ) BA model preferencyjnego dołączania Zaczynamy z m 0 węzłów połączonych ze sobą W ażdej chwili czasu t do sieci dochodzi jeden węzeł, tóry m rawędziami łączy się z pozostałymi Prawdopodobieństwo Π i, że nowy wierzchołe dołączy się do węzła i jest proporcjonalne do stopnia tego węzła i i j j t=0 t=1 t=2 t=3 t=4 t=5 Po przejściu do ciągłego czasu t i stopni można napisać równanie na zmianę wartości stopnia i i t 2t tóre prowadzi do wyznaczenia rozładu p() p( ) 2m 2 3

A.-L. Barabási, R. Albert, H. Jeong Mean-field theory for scale-free random networs Physica A 272, 173 187 (1999) p( ) 3 Sieci rzeczywiste maja zróżnicowane wyładni salowanie Model BA daje bardzo nisi współczynni gronowanie (np. sieci społeczne maja bardzo wysoie współczynnii gronowania Model BA daje się sieci bez orelacji dwuwęzłowych.

Sieci rzeczywiste Potęgowy rozład p() jest charaterystyczny dla wielu różnych uładów: SIEĆ ROUTERÓW

Sieci rzeczywiste SIEĆ SPOŁECZNA WYNALZCÓW

Sieci rzeczywiste SIEĆ ODDZIAŁYWAŃ POMIĘDZY PROTEINAMI

J. Sieniewicz, J. A. Hołyst Statistical analysis of 22 public transport networs in Poland Phys. Rev. E 72, 046127 (2005)

POZA TYM sieci teleomuniacyjne połączenia telefoniczne; sieci transportowe; sieci cytowań i współautorstwa artyułów; sieci poarmowe; sieci lingwistyczne; sieci ontatów sesualnych... sieci spółe giełdowych.

1. Sieci ważone (ang weighted networ) s i =2 s i =1 W=1 s i =5 W=1 W=1 s i =4 s i =3 W=1 W=3 W=2 s i =3 j i j 1 s i w ij Waga linu Siła węzła Gdy nie ma orelacji pomiędzy wagi a stopniami węzła s( ) w Rozład wag Rozład siły p(w) prawdopodobieństwo, że losowo wybrana rawędź ma wagę w p(s) prawdopodobieństwo, że losowo wybrany węzeł ma siłę s

A.Chmiel, K. Kowalsa, J.A.Hołyst Scaling of human behavior during portal browsing Physical Review E 80, 066122 (2009). Dane pochodzą z dwóch polsich portali internetowych z dnia 27.07.2007 oraz z tygodnia 15-21.07.2009 Portale podzielone są na podstrony taie ja Sport, Giełda, Wiadomości gospodarcze it Ważona sieć przepływów użytowniów portali Węzły podstrony Sport, wiadomości itp. Lin przynajmniej jedna osoba obejrzała i a potem j Waga linu -

Rozład wag Rozład siły P ( w) w P ( s) s 1.5 1

Korelacje wag ze stopniami węzłów w sieciach ważonych A.Barrat, M. Barthelemy R.Pastor-Satorras and A.Vespignani,The archiecture of complex weighted networs, PNAS 101 no. 11 3747 3752 (2004)

Korelacje miedzy siła a stopniem węzła

Droga w sieciach ważonych Droga dająca minimalną bądź masymalną sumę wag w zależności od znaczenia wag Min (sum wij) - np. gdy wij czasem podróży Max (sum wij) - np. gdy wij woty transacji dij - odległość geograficzna pomiędzy miastami wij- liczba pasażerów podróżujących Vulnerability of weighted networs Luca Dall'Asta, Alain Barrat, Marc Barthélemy and Alessandro Vespignani Journal of Statistical Mechanics: Theory and Experiment,Volume (2006)

Współczynni gronowania dla sieci ważonych a) Barrat et al. 2004 PNAS b) Onnela et al. Physical Review E 2005 c) Zhang et al.. 2005

2. Sieci Sierowane (directed networ) p(_in) prawdopodobieństwo, że losowo wybrany węzeł ma stopień _in _in=3 _out=0 p(_out) prawdopodobieństwo, że losowo wybrany węzeł ma stopień _out Motywy w sieciach sierowanych _in=1 _out=1 _in=0 _out=2

3. Sieci temporalne sieci czasowe Temporal networs Petter Holme Jari Saramäi Physics Reports Vol 519, Pages 97 125 (2012)

4 Sieci wielopoziomowe a)mutilayer networ L-poziomów intra-layer lin and inter-layer lin. The structure and dynamics of multilayer networs S. Boccaletti, G. Bianconi, R. Criado, C.I. del Genio J. Gómez-Gardeñes, M. Romance, I. Sendiña-Nadal Z. Wang, M. Zanin Physics Reports Volume 544, Issue 1, 1 November 2014, Pages 1 122

4 Sieci wielopoziomowe b)multiplex Networs Sieć wielopoziomowa jest to sieć, w tórej występuje wiele poziomów (ażdy z nich charateryzuje się innym rodzajem połączeń), a połączenia pomiędzy poziomami występują dla tego samego węzła w różnych warstwach. Ten sam węzeł na różnych poziomach bywa również oreślany jao węzeł lustro/odbicie ( counterpart ). Nie ażdy węzeł musi posiadać swoje lustro na wszystich poziomach sieci.

Projecja aggregation operation L2 L1 Overlapping L3 Overlapping of levels multiplicative operation Przerycia (ang. overlapping); sieć utworzona za pomocą taiej operacji jest iloczynem poziomów rawędź występuje w niej tylo wtedy jeżeli pojawiała się jednocześnie na wszystich rozważanych poziomach sieci wielopoziomowej. Projecję sieci wielopoziomowej na sieć jednolitą, rawędź pomiędzy wierzchołami występuje, jeżeli choć na jednym poziome zaistniało połączenie między wierzchołami. Projecja ważona uwzględnia ilość połączeń na poziomach waga połączenia równa jest liczbie połączeń występujących w poziomach

Transport multiplex networs Level 1: flights Level 2: road connections Level 1: bus connections Level 2: subway connections

Social multiplex networs Level 1: Online contacts Level 2: calls Level 3: personal contacts Level 1: Faceboo Level 2: Twiter

Epidemic spreading in multiplex networs The upper layer (virtual contact) is supporting the spreading of awareness, nodes have two possible states: unaware (U) or aware (A). The lower layer (physical contact) corresponds to the networ where the epidemic spreading taes place. The nodes are the same actors, but here their state can be: susceptible (S) or infected (I) C. Granell, S. Gomez and A. Arenas Dynamical interplay between awareness and epidemic spreading in multiplex networs, Phys. Rev. Lett. 111, 128701 (2013).

CS-AARHUS 5 layers Multiplex Nodes: 61 Edges: 620 The multiplex social networ consists of five inds of online and offline relationships (Faceboo, Leisure, Wor, Co-authorship, Lunch) between the employees of Computer Science department at Aarhus Ref: Matteo Magnani, Barbora Micenova, Luca Rossi - Combinatorial Analysis of Multiple Networs. arxiv:1303.4986 (2013)

Jaccard index współczynni podobieństwa Jaccarda mierzy podobieństwo między dwoma zbiorami i jest zdefiniowany jao iloraz mocy części wspólnej zbiorów i mocy sumy tych zbiorów: Ref: Matte Magnani, Barbora Micenova, Luca Rossi - Combinatorial Analysis of Multiple Networs. arxiv:1303.4986 (2013) Jeśli współczynni Jaccarda przyjmuje wartości blisie zeru, zbiory są od siebie różne, natomiast przyjmując wartości blisie 1, zbiory są do siebie podobne.

Jaccard index for CS-AARHUS

Relacja pomiędzy stopniami węzłów w różnych poziomami Measuring and modeling correlations in multiplex networs Vincenzo Nicosia and Vito Latora Phys. Rev. E 92, 032805 (2015)

Person corrlation bettwen layer Measuring and modeling correlations in multiplex networs Vincenzo Nicosia and Vito Latora Phys. Rev. E 92, 032805 (2015)

Dzięuje za uwagę