ノードの動的重要性は静的ネットワーク特徴によりほとんど予測される【JST・京大機械翻訳】

van Elteren Casper; Quax Rick; Sloot Peter

プレプリント

J-GLOBAL ID：202202200858258336 整理番号：21P0012425

ノードの動的重要性は静的ネットワーク特徴によりほとんど予測される【JST・京大機械翻訳】

The dynamic importance of nodes is poorly predicted by static network features

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2019年04月14日プレプリントサーバーでの情報更新日： 2021年07月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ネットワーク科学における最も中心的問題の一つは,どのノードが最も重要であるかである。この疑問は,ネットワークにおける高い接続性や中心性のような構造特性を用いて答えられる。しかし,静的構造連結性は必ずしも動的重要性に翻訳されない。これを実証するために,生成されたネットワークと1つの実世界加重ネットワークに関する動的Isingスピンモデルをシミュレートした。ノードの動的影響を,ノード状態確率に関する因果的介入によって評価し,そして,全身動力学に及ぼす影響を測定した。結果は,ネットワーク中心性や接続性のような構造的特徴が,ネットワークの残りに及ぼすノードの動的影響の実際に悪い予測子であることを示した。統合相互情報と呼ぶ情報理論的測度の形で解を提供した。計量は,非干渉動力学の観測データに基づくネットワークにおける動的に最も重要なノード(’運転者’ノード)を正確に予測することができる。ネットワークにおけるドライバノード(s)は,必ずしも最もよく接続されたあるいは中心ノードではないと結論した。実際,動的重要性に比例するネットワーク構造特徴の共通仮定は誤りである。従って,ネットワークデータのみから動的重要性を引き出すとき,大きな注意が必要である。これらの結果は,構造と動力学の両方を考慮した新しい推論法の必要性を強調する。【JST・京大機械翻訳】

, , , , , ,
, , 【Automatic Indexing@JST】

ネットワーク法 , 計算機網 , 脳・神経系モデル

, ,

前のページに戻る