[論文レビュー] The Join of Scale-free Network Models

Xiaomin Wang, Bing Yao+1 more|arXiv (Cornell University)|Dec 29, 2015

Complex Network Analysis Techniques参考文献 3被引用数 3

ひとこと要約

本稿では、スケールフリーネットワーク同士を最小支配集合を用いて結合することで、パワー則的次数分布とスモールワールド特性を維持する新しいネットワーク構築手法、domi-joinモデルを提案する。最適化された結合論理により冗長な処理を低減し、高いクラスタリング係数やスケールフリー特性といった重要なネットワーク特性を維持する。

ABSTRACT

We focus on constructing the domi-join model by doing the join operation based on two smallest dominating sets of two network models and analysis the properties of domi-join model, such as power law distribution, small world. Besides, we will import two class of edge-bound growing network models to explain the process of domi-join model. Then we compute the average degree, clustering coefficient, power law distribution of the domi-join model. Finally, we discuss an impressive method for cutting down redundant operation of domi-join model.

研究の動機と目的

• 2つのスケールフリー・ネットワークを結合しつつ、その構造的特性を維持する新しいネットワークモデルの開発を目的とする。
• domi-joinモデルのパワー則的分布、クラスタリング係数、平均次数の分析を目的とする。
• 構造的最適化を通じて、ネットワーク結合プロセスにおける計算の冗長性を低減することを目的とする。
• 得られたネットワークがスモールワールド特性とスケールフリー行動を維持していることを示すこと

提案手法

• 2つのスケールフリー・ネットワーク・モデルの最小支配集合に対して結合操作を実行することで、domi-joinモデルを構築する。
• エッジ制限付き成長ネットワークモデルを用い、domi-joinプロセスのダイナミクスをモデル化および説明する。
• 平均次数、クラスタリング係数、次数分布を含む主要なネットワーク指標を計算する。
• 結合プロセス中の冗長な操作を最小限に抑えるための最適化技術を適用する。
• 解析的および計算的手法を用いて、パワー則的分布やスモールワールド特徴を含む構造的特性を分析する。
• 次数分布およびクラスタリングの理論的分析を通じて、モデルの挙動を検証する。

実験結果

リサーチクエスチョン

• RQ1 2つのスケールフリー・ネットワークを、パワー則的次数分布を維持する形でどのように結合できるか？
• RQ2 最小支配集合を介した結合が、クラスタリング係数および平均次数に与える影響は何か？
• RQ3 domi-joinモデルは、高いクラスタリング係数や短いパス長といったスモールワールド特性を維持できるか？
• RQ4 ネットワーク結合プロセス中に冗長な操作を効果的に低減する最適化戦略は何か？
• RQ5 エッジ制限付き成長モデルは、domi-joinモデルの構造的進化をどのようにモデル化・説明できるか？

主な発見

• domi-joinモデルは、パワー則的次数分布を効果的に維持しており、スケールフリー特性が保証されている。
• モデルは高いクラスタリング係数を示しており、スモールワールド特性の存在を支持する。
• 平均次数は安定した範囲に保たれており、既知のスケールフリー・ネットワーク挙動と整合的である。
• 提案された最適化手法により、結合プロセス中の冗長な処理が顕著に低減された。
• 理論的分析により、domi-joinモデルが元のネットワークの主要なトポロジカル特徴を維持していることが確認された。
• エッジ制限付き成長モデルは、domi-joinプロセスの構造的ダイナミクスを効果的にモデル化および説明できた。