دانلود مقاله فرمول بندی ریاضی شبکه های چند لایه ای
تعداد کلمات فایل انگلیسی:9833 کلمه 15 صفحه pdf
تعداد صفحات فایل ترجمه:47 صفحه word فونت 14 B Nazanin+ Regular
فرمول بندی ریاضی شبکه های چند لایه ای
چکیده
نمایش شبکه به منظور توصیف کردن ساختار انواع زیادی از سیستم های پیچیده، مفید است. با اینحال سیستم های واقعی و مهندسی ، زیرسیستم های چندگانه و لایه های اتصالی دارند و تولید داده ها توسط چنین سیستم هایی، بسیار هزینه بر است. دستیابی به درک عمیقی از اینچنین سیستم ها، برای تعمیم دادن شبکه های “رایج” ضروری است و طوفان تازه کشف شده ای ممکن است برای آزمایش کردن چارچوب کلی به منظور مطالعه و بررسی شبکه ها بطور فزاینده ای ایجاد شود. هر چند ماتریس های مجاورت برای توصیف کردن شبکه های تک لایه رایج مفید هستند، اما این چنین نمایش دادن برای توصیف کردن و آنالیز شبکه های چندتایی و وابسته به زمان کافی نمی باشد. بنابراین باید یک چارچوب ریاضی کلی تر برای مقابله با چالش های ناشی از سیستم های چیپیده ی چندلایه ای توسعه داده شود. در این مقاله یک چارچوب تانسوری برای مطالعه شبکه های چندلایه ای معرفی شده است و به بحث در مورد تعمیم چندین توصیف کننده مهم شبکه و فرایندهای دینامیکی از جمله مرکزیت درجه ای، ضرایب خوشه بندی، مرکزیت بردار ویژه، پیمانه ای یاmodularity، آنتروپی von Neumann و انتشار برای این چارچوب، پرداخته شده است. ما اثر انتخاب های مختلف را در ساخت این کلیت ها بررسی کردیم و و نشان دادیم که چگونه نتایج مشخصی برای موارد خاصی از شبکه های تک لایه و چند لایه بدست می آید. روش تانسوری ما برای مقابله با مشکلات فشار آوردن در سیستم های پیچیده ی چندلایه ای مفید است، مانند استنتاجی است که بر آنها ( و توسط رسانه) در شبکه های اجتماعی چندکانالی تاثیر می گذارد و تکنیک های مسیریابی را برای سیستم هایحمل و نقلچندوجهی((multimodal transportationتوسعه می دهد.
مقدمه
مطالعه کمی شبکه برای بررسی سیستم های پیچیده در تمام علوم بیولوژی، اجتماعی، اطلاعات، مهندسی و فیزیک ، اساسی و مهم می باشد (3-1). کاربرد گسترده شبکه ها و موفقیت آنها در ارائه دیدگاهی در مورد ساختار و عملکرد هر دو سیستم های طبیعی و طراحی شده، سبب ایجاد هیجان و شور قابل ملاحظه ای در بسیاری از رشته های علمی گردیده است. برای مثال، شبکه ها برای نشان دادن تعامل میان پروتئین ها، رابطه دوستی در میان افراد، ارتباط میان صفحات وب، و خیلی موارد دیگر بکار برده می شوند.
Mathematical Formulation of Multilayer Networks
A network representation is useful for describing the structure of a large variety of complex systems. However, most real and engineered systems have multiple subsystems and layers of connectivity, and the data produced by such systems are very rich. Achieving a deep understanding of such systems necessitates generalizing “traditional” network theory, and the newfound deluge of data now makes it possible to test increasingly general frameworks for the study of networks. In particular, although adjacency matrices are useful to describe traditional single-layer networks, such a representation is insufficient for the analysis and description of multiplex and time-dependent networks. One must therefore develop a more general mathematical framework to cope with the challenges posed by multilayer complex systems. In this paper, we introduce a tensorial framework to study multilayer networks, and we discuss the generalization of several important network descriptors and dynamical processes—including degree centrality, clustering coefficients, eigenvector centrality, modularity, von Neumann entropy, and diffusion—for this framework. We examine the impact of different choices in constructing these generalizations, and we illustrate how to obtain known results for the special cases of single-layer and multiplex networks. Our tensorial approach will be helpful for tackling pressing problems in multilayer complex systems, such as inferring who is influencing whom (and by which media) in multichannel social networks and developing routing techniques for multimodal transportation systems.
کد:4-9816
دانلود رایگان مقاله انگلیسی
رمز فایل : www.downloadmaghaleh.com
دانلود مقاله دات کام 
توضیحات محصول
دانلود مقاله فرمول بندی ریاضی شبکه های چند لایه ای
تعداد کلمات فایل انگلیسی:9833 کلمه 15 صفحه pdf
تعداد صفحات فایل ترجمه:47 صفحه word فونت 14 B Nazanin+ Regular
فرمول بندی ریاضی شبکه های چند لایه ای
چکیده
نمایش شبکه به منظور توصیف کردن ساختار انواع زیادی از سیستم های پیچیده، مفید است. با اینحال سیستم های واقعی و مهندسی ، زیرسیستم های چندگانه و لایه های اتصالی دارند و تولید داده ها توسط چنین سیستم هایی، بسیار هزینه بر است. دستیابی به درک عمیقی از اینچنین سیستم ها، برای تعمیم دادن شبکه های “رایج” ضروری است و طوفان تازه کشف شده ای ممکن است برای آزمایش کردن چارچوب کلی به منظور مطالعه و بررسی شبکه ها بطور فزاینده ای ایجاد شود. هر چند ماتریس های مجاورت برای توصیف کردن شبکه های تک لایه رایج مفید هستند، اما این چنین نمایش دادن برای توصیف کردن و آنالیز شبکه های چندتایی و وابسته به زمان کافی نمی باشد. بنابراین باید یک چارچوب ریاضی کلی تر برای مقابله با چالش های ناشی از سیستم های چیپیده ی چندلایه ای توسعه داده شود. در این مقاله یک چارچوب تانسوری برای مطالعه شبکه های چندلایه ای معرفی شده است و به بحث در مورد تعمیم چندین توصیف کننده مهم شبکه و فرایندهای دینامیکی از جمله مرکزیت درجه ای، ضرایب خوشه بندی، مرکزیت بردار ویژه، پیمانه ای یاmodularity، آنتروپی von Neumann و انتشار برای این چارچوب، پرداخته شده است. ما اثر انتخاب های مختلف را در ساخت این کلیت ها بررسی کردیم و و نشان دادیم که چگونه نتایج مشخصی برای موارد خاصی از شبکه های تک لایه و چند لایه بدست می آید. روش تانسوری ما برای مقابله با مشکلات فشار آوردن در سیستم های پیچیده ی چندلایه ای مفید است، مانند استنتاجی است که بر آنها ( و توسط رسانه) در شبکه های اجتماعی چندکانالی تاثیر می گذارد و تکنیک های مسیریابی را برای سیستم هایحمل و نقلچندوجهی((multimodal transportationتوسعه می دهد.
مقدمه
مطالعه کمی شبکه برای بررسی سیستم های پیچیده در تمام علوم بیولوژی، اجتماعی، اطلاعات، مهندسی و فیزیک ، اساسی و مهم می باشد (3-1). کاربرد گسترده شبکه ها و موفقیت آنها در ارائه دیدگاهی در مورد ساختار و عملکرد هر دو سیستم های طبیعی و طراحی شده، سبب ایجاد هیجان و شور قابل ملاحظه ای در بسیاری از رشته های علمی گردیده است. برای مثال، شبکه ها برای نشان دادن تعامل میان پروتئین ها، رابطه دوستی در میان افراد، ارتباط میان صفحات وب، و خیلی موارد دیگر بکار برده می شوند.
Mathematical Formulation of Multilayer Networks
A network representation is useful for describing the structure of a large variety of complex systems. However, most real and engineered systems have multiple subsystems and layers of connectivity, and the data produced by such systems are very rich. Achieving a deep understanding of such systems necessitates generalizing “traditional” network theory, and the newfound deluge of data now makes it possible to test increasingly general frameworks for the study of networks. In particular, although adjacency matrices are useful to describe traditional single-layer networks, such a representation is insufficient for the analysis and description of multiplex and time-dependent networks. One must therefore develop a more general mathematical framework to cope with the challenges posed by multilayer complex systems. In this paper, we introduce a tensorial framework to study multilayer networks, and we discuss the generalization of several important network descriptors and dynamical processes—including degree centrality, clustering coefficients, eigenvector centrality, modularity, von Neumann entropy, and diffusion—for this framework. We examine the impact of different choices in constructing these generalizations, and we illustrate how to obtain known results for the special cases of single-layer and multiplex networks. Our tensorial approach will be helpful for tackling pressing problems in multilayer complex systems, such as inferring who is influencing whom (and by which media) in multichannel social networks and developing routing techniques for multimodal transportation systems.
کد:4-9816
دانلود رایگان مقاله انگلیسی
رمز فایل : www.downloadmaghaleh.com