复制机制

编辑
本词条由“匿名用户” 建档。

在无标度网络的研究中,复制机制是一个过程,通过重复的步骤,在现有节点的突变下复制节点,这样的网络可以形成和增长。已经研究了几种变化。 在一般的复制模型中,一个成长中的网络从一个小的初始图开始,在每个时间步骤中,一个新的顶点被添加,并有一定数量的新出线。 作为随机选择的结果,新顶点的邻居要么在现有顶点中随机选择,要么随机选择一个现有顶点,其邻居中的k被复制为新边的头。 用于模拟万维网增长的复制机制是...

简介

编辑

在无标度网络的研究中,复制机制是一个过程,通过重复的步骤,在现有节点的突变下复制节点,这样的网络可以形成和增长。已经研究了几种变化。

在一般的复制模型中,一个成长中的网络从一个小的初始图开始,在每个时间步骤中,一个新的顶点被添加,并有一定数量的新出线。

作为随机选择的结果,新顶点的邻居要么在现有顶点中随机选择,要么随机选择一个现有顶点,其邻居中的k被复制为新边的头。

复制机制的动机

编辑

用于模拟万维网增长的复制机制是由以下直觉引起的。

一些网页作者会注意到某些网页之间有趣而新颖的共性,并将其链接到表现出这种共性的网页上;以这种动机创建的网页由现有网页中的随机选择来模拟。

另一方面,大多数作者会对某些已经表现出来的主题感兴趣,并将这些主题的网页链接收集在一起。

以这种方式创建的页面可以通过节点复制来模拟。这些是网络的增长和优先依附属性。

复制机制的描述

编辑

对于简单的情况,节点永远不会被删除。

在每一步,我们创建一个新的节点,从它发出一条边。让u是一个从这一步之前存在的页面中均匀地随机选择的页面。

(I)以概率p{displaystylep}。是模型的唯 一参数,新的边指向u。

(II)以概率1-p{displaystyle1-p},新边指向u的(唯 一)外链的目的地。新边指向u的(唯 一)外链的目的地;新节点通过复制获得其边。第二个过程增加了高度节点接收新的入边的概率。

事实上,由于u是随机选择的,所以一个度数为k的网页的概率这表明复制机制实际上相当于一个线性的优先附加。

Kumar等人证明,传入程度分布的期望值为以上是线性增长复制模型。由于目前网络是以指数形式增长的,所以有指数增长复制模型。

在每一步,一个新的顶点纪元到来,其大小是当前图形的一个恒定的部分。这些顶点中的每一个都只能链接到以前时代的顶点。

以上的演化模型绝不是完整的。它们可以在几个方面进行扩展。首先,模型中的尾巴要么是静态的,从新顶点中统一选择,要么从现有的顶点中按比例选择它们的出度。

这个过程可以变得更加复杂,以解释观察到的出度分布与幂律分布的偏差。

同样,这些模型可以扩展到包括死亡过程,这导致顶点和边随着时间的推移而消失。

其他一些扩展是可能的,但我们试图确定这个简单模型的属性,以了解哪些扩展是捕捉网络的复杂性所必需的。

无定向模型

编辑

蛋白质相互作用网络Vazquez提出了一个基于复制的增长图,为蛋白质相互作用建模。在每个时间步骤中,随机选择一个原型。原型的边有概率q被复制。在概率为p的情况下,一条通往原型的边被创建。

蛋白质组网络

编辑

索尔提出了一个以5环基质为初始化的生长图。在每一个时间步骤中,一个新的节点被添加,一个原型被随机选择。原型的边缘以δ的概率被复制。

复制机制

此外,随机节点以概率α=β/N连接到新引入的节点,其中δ和β是(0,1)中的给定参数,N是所考虑的时间步骤中的总节点数。

有向模型

编辑

生物网络Middendorf-Ziv(MZ)提出了一个不断增长的有向图,为生物网络动态建模。随机选择一个原型并进行复制。原型或祖先节点的边以概率β修剪,边以概率α<<β添加。

松散地基于Sole等人的无定向蛋白质网络模型。WWW网络和引文网络,Vazquez提出了一个基于递归"复制"机制的增长模型,继续向第二近邻、第三近邻等。

内容由匿名用户提供,本内容不代表vibaike.com立场,内容投诉举报请联系vibaike.com客服。如若转载,请注明出处:https://vibaike.com/164430/

(6)
词条目录
  1. 简介
  2. 复制机制的动机
  3. 复制机制的描述
  4. 无定向模型
  5. 蛋白质组网络
  6. 有向模型

轻触这里

关闭目录

目录