barabasilab-networkScience学习笔记3-随机网络模型
第一次接触复杂性科学是在一本叫think complexity的书上,Allen博士很好的讲述了数据结构与复杂性科学,barabasi是一个知名的复杂性网络科学家,barabasilab则是他所主导的一个实验室,这里的笔记则是关于里面介绍的课程的笔记,当然别人的课程不是公开课,所以从ppt里只能看到骨干的东西了,对了补充下,slider相关的书籍在这里可以找到
说实话这一节的slider我没有看很明白公式,数学功底差了,如果你能够有更好的解释欢迎留言
Random Networks(Erdös-Rényi model (1960))是由Pál Erdös和Alfréd Rényi提出的,这个东西是什么的呢?看下面的维基介绍:
自二十世纪60年代开始,对复杂网络的研究主要集中在随机网络上。随机网络,又称随机图,是指通过随机过程制造出的复杂网络。最典型的随机网络是保罗·埃尔德什和阿尔弗雷德·雷尼提出的ER模型。ER模型是基于一种“自然”的构造方法:假设有
个节点,并假设每对节点之间相连的可能性都是常数
。这样构造出的网络就是ER模型网络。科学家们最初使用这种模型来解释现实生活中的网络[1]:7-9。
我想你大概知道这个网络模型了吧,节点之间的链接完全随机的,slider在最后说这种模型在现实中是完全不存在的,我们了解这个模型只是拿来作对比,看看在没有外界因素作用下(随机的情况下)这种模型有什么特点,这样我们就可以更好地研究其它模型了。
既然说到模型特点,那么就需要先了解清楚这个随进网络的一些特征了,这样才能在以后的学习更好的网络模型的时候进行很好的比较
上一节课说到网络模型的三个重要特征:
- Degree distribution: P(k)
- Path length: <d>
- Clustering coefficient: C
还记得么?那么这节课就是讲随机网络模型的这三个特征来一一的分析
仔细看来,这里面的数学推导都是应用随机过程的方法,网络科学(或者很多科学)建立在随机过程之上(数学),这也可见学习它们的重要性
首先说说度的分布,它是二项分布的,把这个东西和现实中的网络比较起来(一些人搜集的互联网数据构建的网络,蛋白质结构绘制的网络,或者Facebook网络)相差甚远,现实中往往分布式幂函数分布(因为我们大数据时代搜集数据的便利才能验证某些模型是正确的,所有的模型要基于现实,而从现实那里获取的第一步资料往往是数据,大数据时代,更加集中想往数据这个层面走,而机器学习也直接从数据中来抽取智慧(规律),这让我突然想起来了牛顿的运动定律与开普勒的运动定律)
随机网络为了也有一些演化,并试着解释物理学中的一些相变现象(比如水变成冰),临界点的研究通常是典型的非线性系统,也就是所谓的复杂系统,这也是为什么开篇说网络是复杂系统的heart
那点分布不行,path length呢?这个好像跟现实中会有点像,现实中研究这个得出的结论称之为六度理论,或者称之为小世界。
后面还讲到随机网络的Clustering coefficient,这个也是和现实中的网络很不相同的
slider里面有两个重要的slider要分享给大家:
好了,我要滚出实验室了,大叔赶人了,看我不走,他走了
barabasilab-networkScience学习笔记3-随机网络模型的更多相关文章
- [ML学习笔记] 决策树与随机森林(Decision Tree&Random Forest)
[ML学习笔记] 决策树与随机森林(Decision Tree&Random Forest) 决策树 决策树算法以树状结构表示数据分类的结果.每个决策点实现一个具有离散输出的测试函数,记为分支 ...
- tensorflow拟合随机生成的三维数据【学习笔记】
平台信息:PC:ubuntu18.04.i5.anaconda2.cuda9.0.cudnn7.0.5.tensorflow1.10.GTX1060 作者:庄泽彬(欢迎转载,请注明作者) 说明:感谢t ...
- barabasilab-networkScience学习笔记4-无标度特征
第一次接触复杂性科学是在一本叫think complexity的书上,Allen博士很好的讲述了数据结构与复杂性科学,barabasi是一个知名的复杂性网络科学家,barabasilab则是他所主导的 ...
- Deep Learning(深度学习)学习笔记整理系列之(八)
Deep Learning(深度学习)学习笔记整理系列 zouxy09@qq.com http://blog.csdn.net/zouxy09 作者:Zouxy version 1.0 2013-04 ...
- Deep Learning(深度学习)学习笔记整理系列之(三)
Deep Learning(深度学习)学习笔记整理系列 zouxy09@qq.com http://blog.csdn.net/zouxy09 作者:Zouxy version 1.0 2013-04 ...
- R语言与机器学习学习笔记
人工神经网络(ANN),简称神经网络,是一种模仿生物神经网络的结构和功能的数学模型或计算模型.神经网络由大量的人工神经元联结进行计算.大多数情况下人工神经网络能在外界信息的基础上改变内部结构,是一种自 ...
- Deep learning with Python 学习笔记(9)
神经网络模型的优化 使用 Keras 回调函数 使用 model.fit()或 model.fit_generator() 在一个大型数据集上启动数十轮的训练,有点类似于扔一架纸飞机,一开始给它一点推 ...
- 概率图模型学习笔记:HMM、MEMM、CRF
作者:Scofield链接:https://www.zhihu.com/question/35866596/answer/236886066来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商 ...
- CNN学习笔记:卷积神经网络
CNN学习笔记:卷积神经网络 卷积神经网络 基本结构 卷积神经网络是一种层次模型,其输入是原始数据,如RGB图像.音频等.卷积神经网络通过卷积(convolution)操作.汇合(pooling)操作 ...
随机推荐
- Django CRM __contains与__icontains区别
http://www.yihaomen.com/article/python/199.htm operators = { 'exact': '= %s', 'iexact': 'LIKE %s', ' ...
- 使用Java的多线程和IO流写一个文件复制功能类
创建一个复制功能类,继承Thread类,重写run()方法,把FileInputStream和FileOutputStream输入输出流写在run()方法内.示例代码如下: import java.i ...
- 比较两个mysql数据库表结构的差异
需求来源:一个线上系统,一个开发系统,现在要把开发系统更新到线上,但是开发系统的数据库结构与线上的略有差异,所以需要找出两个数据库的表结构差异. 数据库表结构的差异 注:操作均在Linux系统下完成 ...
- JSTL的c:forEach标签(${status.index})
<c:forEach>标签具有以下一些属性: var:迭代参数的名称.在迭代体中可以使用的变量的名称,用来表示每一个迭代变量.类型为String. items:要进行迭代的集合.对于它所支 ...
- 【vs2010调试】当前不会命中断点 源代码与原始版本不同
解决方案:全选CPP文件内容,选择 “编辑”-“高级”-“设置选定内容的格式”,保存,重新编译.
- 【matlab】随意记录
v = -0.5:0.05:0.5; [x, y] = meshgrid(v); z = sqrt(1.0 - x.^2 - y.^2); mesh(x,y,z); 画一个球的一部分: 2. 求cel ...
- MVC3.0删除数据的时候给提示信息
Index.cshtml代码: @model IEnumerable<FirstMvc.Models.Book> <script type="text/javascript ...
- YAML-初识
YAML简介 YAML-what? YAML Ain't Markup Language 和GNU一样,YAML是一个递归着说"不"的名字.不同的是,GNU对UNIX说不,YAML ...
- JS_ECMA基本语法中的几种封装的小函数-1
今天给大家介绍js ECMA中几个封装的小函数以及一些常用的函数小案例: 1,找重复的函数 <script> //在数组里面找重复: function findInArr(n,arr){ ...
- Mac 下查看 Android Studio 的 SHA1的方法
cmd -> ->cd .android ->keytool -v -list -keystore debug.keystore 默认口令:android ************* ...