《複雜網路模組結構與連結結構的統計建模及識別研究》是依託東南大學，由賴大榮擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：複雜網路模組結構與連結結構的統計建模及識別研究
- 項目類別：青年科學基金項目
- 項目負責人：賴大榮
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
本項目針對複雜網路模組結構分析和連結結構預測中的重要問題，採用隨機統計建模的分析方法，分析模組結構分析和連結結構預測在統計建模上的內在聯繫，並對相應的建模框架和推理識別算法進行系統深入的研究。1、研究無向二元單部網路社團結構的建模分析框架及其推理算法，並基於分析框架設計有效確定網路中所含真實社團個數的模型選擇準則；2、擴展無向二元單部網路的社團結構分析框架為適於分析有向網路、二部網路和加權網路一般模組結構的統計建模框架並設計相應的推理算法；3、研究連結預測的統計建模擴展分析框架及其推理算法；4、研究集成模組結構分析和連結結構預測的一致建模分析框架。本項目的研究成果，將有利於更好地理解複雜網路模組結構和連結結構模式的形成機制，對複雜網路拓撲結構模式的識別問題研究具有重要價值。
結題摘要
複雜網路模組結構和連結結構分析是理解複雜網路功能和行為的重要問題，本項目針對複雜網路模組結構和連結結構建模機制的內在聯繫，研究了相應的模組結構和連結結構的推理分析和識別方法。項目組按照既定研究計畫，開展相關研究工作。研究工作的主要結果包括：1. 提出了一種相關性增強的模組結構分析方法，不僅能有效檢測網路中的模組數，所劃分的模組是統計顯著的結構；2. 提出了一種基於電導係數表示的結點差異性和隨機遊走逃逸機率的模組結構分析方法，有效分析了網路的模組結構；3. 提出了一種電導係數導向的連結分塊模型的模組分析方法，有效克服了傳統連結分塊模型分析模組結構時需要模組數已知的困難；4. 提出了一種集成模組結構信息和結點度的連結預測分析方法，有效地預測了網路的缺失連結、虛假連結和演化連結；5. 提出了一種基於依賴最大化的高維數據降維分析方法，並驗證了其有效性；6. 提出了一種基於依賴最大化的多視角譜聚類分析方法。總的說來，本項目的主要研究計畫執行良好，較好地達到了預期的研究目標。
