Книга
Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics
Contributions in this volume focus on computationally efficient algorithms and rigorous mathematical theories for analyzing large-scale networks. Researchers and students in mathematics, economics, statistics, computer science and engineering will find this collection a valuable resource filled with the latest research in network analysis. Computational aspects and applications of large-scale networks in market models, neural networks, social networks, power transmission grids, maximum clique problem, telecommunication networks, and complexity graphs are included with new tools for efficient network analysis of large-scale networks.
This proceeding is a result of the 7th International Conference in Network Analysis, held at the Higher School of Economics, Nizhny Novgorod in June 2017. The conference brought together scientists, engineers, and researchers from academia, industry, and government.
In this article we use the modular decomposition technique for exact solving the weighted maximum clique problem. Our algorithm takes the modular decomposition tree from the paper of Tedder et. al. and finds solution recursively. Also, we propose algorithms to construct graphs with modules. We show some interesting results, comparing our solution with Ostergards algorithm on DIMACS benchmarks and on generated graphs.
Human brain networks show modular organization: cortical regions tend to form densely connected modules with only weak inter-modular connections. However, little is known on whether modular structure of brain networks is reliable in terms of test-retest reproducibility and, most importantly, to what extent these topological modules are anatomically embedded. To address these questions, we use MRI data of the same individuals scanned with an interval of several weeks, reconstruct structural brain networks at multiple scales, partition them into communities and evaluate similarity of partitions (i) stemming from the test-retest data of the same versus different individuals and (ii) implied by network topology versus anatomy-based grouping of neighboring regions. First, our results demonstrate that modular structure of brain networks is well reproducible in test-retest settings. Second, the results provide evidence of the theoretically well-motivated hypothesis that brain regions neighboring in anatomical space also tend to belong to the same topological modules.
In this paper, we propose to utilize the methods of network analysis to analyze the relationship between various elements that constitute any particular research in social sciences. Four levels that determine a design of the research can be established: ontological and epistemological assumptions that determine what is the reality under the study and how can we obtain the knowledge about it; a general methodological frame that defines the object of the study and a spectrum of research questions we are allowed to pose; and, finally, a list of methods that we might use in order to get answers. All these levels are interrelated, sometimes in very confusing way. We propose to extract a preliminary set of relations between various elements from textbooks on methodology of social and political sciences and to visualize and analyze their relations using network analytic methods.
Graphical models are used in a variety of problems to uncover hidden structures. There is an important number of different identification procedures to recover graphical model from observations. In this paper, undirected Gaussian graphical models are considered. Some Gaussian graphical model identification statistical procedures are compared using different measures, such as Type I and Type II errors, ROC AUC.
Анализ рынка сети привлекает все большее внимание в последнее десятилетие. Важным компонентом рыночной сети является модель распределения доходности акций. Эллиптически контурные распределения популярны как вероятностная модель возврата акций. Открыт вопрос об адекватности этой модели к реальным рыночным данным. Известны результаты, которые отвергают такую модель, и в то же время есть результаты, которые утверждают такую модель. Полученные результаты касаются тестирования некоторых свойств эллиптической модели. В статье рассматривается такое свойство эллиптической модели как свойство условия симметрии хвостов двумерного распределения. Предложена множественная статистическая процедура для проверки эллиптической модели распределения запасов. Условия симметрии симметрии распределения хвостов выбираются как отдельные гипотезы для множественного тестирования. Равномерно наиболее мощные тесты структуры Неймана строятся для тестирования отдельных гипотез. Для реальных рыночных данных применяется связанная поэтапная процедура множественного тестирования. Для визуализации результатов строится граф отвержений. Основной результат заключается в том, что при некоторых условиях гипотеза о симметрии хвоста не отвергается, если удалить из графа отвержений несколько вершин.
One of the major problem of recommendation services is commercial astroturfing. This work is devoted to constructing a model capable of detecting astroturfing based on network analysis. The main idea of the model is projecting a multipartite network to a unipartite and detecting communities in it representing actors with falsified opinions.
Online social networks play major role in the spread of information on a very large scale. One of the major problems is to predict information propagation using social network interactions. The main purpose of this paper is to construct heuristic model of weighted graph based on empirical data that can outperform the existing models. We suggest a new approach of constructing the model of information based on matching specific weights to a given network.
This essay questions whether digital literary studies can still be meaningfully regarded as part of literary studies. This heretical question is motivated by a praxeological view of a research project for the network analysis of dramatic texts, in particular by reflecting on the project’s underlying ›epistemic thing‹, which in this case consists of specifically-formatted structural data (and not the actual primary texts themselves). What does this corpus of structural data, which was extracted from 465 plays spanning the period from 1730 to 1930, have to do with the ›epistemic things‹ of literary studies? We explore this question by providing insight into our analyses, which describe the structural evolution of the ›plays‹, try to locate ›small world‹ properties in our corpus, and develop new metrics for plot analysis. The results show not only how digital methods can supplement or enrich literary studies; they also raise questions about how digital the field of literary studies already is, since its research objects are increasingly available in digital forms.
Using network approach, we propose a new method of identifying key food exporters based on the long-range (LRIC) and short-range interaction indices (SRIC). These indices allow to detect several groups of economies with direct as well as indirect influence on the routes of different levels in the food network.
Trading processes is a vital part of human life and any unstable situation results in the change of living conditions of individuals. We study the power of each country in terms of produce trade. Trade relations between countries are represented as a network, where vertices are territories and edges are export flows. As flows of products between participants are heterogeneous we consider various groups of substitute goods (cereals, fish, vegetables). We detect key participants affecting food retail with the use of classical centrality measures. We also perform clustering procedure in order to find communities in networks.
В рамках работы XVIII Апрельской международной научной конференции по проблемам развития экономики и общества 11–12 апреля 2017 г. в Выс- шей школе экономике прошла секция «Сетевой анализ». Уже третий год подряд данная секция собирает социологов, политологов, менеджеров, ма- тематиков, лингвистов и других представителей различных научных и при- кладных дисциплин, которые используют методологию сетевого анализа в своих исследовательских проектах. В этом году тематическое содержание секции отражало междисциплинарный состав участников. В ходе сессий исследователи обсудили развитие математических моделей, используемых в сетевом анализе; изучение сетей взаимодействия и коммуникационных сетей; подходы к оценке влияния, которое сеть оказывает на отдельные элементы; возможности выявления латентных связей и закономерностей; применение сетевого анализа для изучения сетей концептов.
В работе сессий приняли участие и выступили с докладами Е. В. Артю- хова, Г. В. Градосельская, М. Е. Ерофеева, Д. Г. Зайцев (все из НИУ ВШЭ), С. А. Исаев (Adidas), В. А. Калягин (НИУ ВШЭ — Нижний Новгород), И. А. Карпов (НИУ ВШЭ), А. П. Колданов (НИУ ВШЭ — Нижний Новго- род), И. И. Кузнецов (НИУ ВШЭ), С. В. Макрушин (Финансовый универ- ситет при Правительстве РФ), В. Д. Матвеенко (НИУ ВШЭ — Санкт- Петербург), А. А. Милёхина (НИУ ВШЭ), С. П. Моисеев (НИУ ВШЭ), Я. В. Пристли (НИУ ВШЭ), А. В. Семёнов (НИУ ВШЭ), И. Б. Смирнов (НИУ ВШЭ), Д. А. Харкина (НИУ ВШЭ — Санкт-Петербург), К. Фей (Школа биз- неса Университета Аалто — Aalto University School of Business), Ф. Лопес- Иттуриага (Вальядолидский университет — University of Valladolid)
Рассмотрен подход к обнаружению скрытой информации (стегоконтейнеров) в аудиоданных файлов формата МР3 на базе нейросетевого моделирования. В качестве инструментальной модели нейронной сети использован многослойный персептрон. Проанализированы структурные компоненты МР3-файла и выделены полезные данные. Предложена процедура представления аудиоданных любого файла формата МР3 в виде единообразного набора признаков сравнительно небольшого размера. Размерность набора признаков (набора данных) можно выбирать из диапазона [100…520]. Сформирована база примеров (наборы данных) из предварительно обработанных МР3-файлов как содержащих стегоконтейнер, так и без него. Экспериментально определена структура нейронной сети для стегоанализа МР3-файлов, проведено ее обучение и тестирование. Результаты тестирования нейросетевой системы показали высокую эффективность.
В данной работе рассматривается пятое уравнение Пенлеве, которое имеет 4 комплексных параметра. Методами степенной геометрии ищутся асимптотические разложения его решений в окрестности его неособой точки z=z0, z0≠0, z0≠∞, при любых значениях параметров уравнения. Показано, что имеется ровно 10 семейств разложений решений уравнения. Все они - по целым степеням локальной переменной z - z0. Из них одно новое; у него произвольный коэффициент при четвертой степени локальной переменной. Одно из семейств однопараметрическое, остальные - двухпараметрические. Доказано, что все разложения сходятся в окрестности (а являющиеся полюсами - в проколотой окрестности) точки z=z0.
В данной работе рассматривается пятое уравнение Пенлеве, которое имеет 4 комплексных параметра α, β, γ, δ. Методами степенной геометрии ищутся асимптотические разложения его решений при x → ∞. При α≠0 найдено 10 степенных разложений с двумя экспоненциальными добавками каждое. Шесть из них - по целым степеням x (они были известны), и четыре по полуцелым (они новые). При α=0 найдено 4 однопараметрических семейства экспоненциальных асимптотик y(x) и 3 однопараметрических семейства сложных разложений x=x(y). Все экспоненциальные добавки, экспоненциальные асимптотики и сложные разложения найдены впервые. Также уточнена техника вычисления экспоненциальных добавок.
В данной работе рассматривается пятое уравнение Пенлеве. Методами степенной геометрии ищутся асимптотические разложения его решений при x → 0. Получено 27 семейств разложений решений уравнения. 19 из них получены из разложений решений шестого уравнения Пенлеве. Среди остальных 8 семейств одно было известно раньше, ещё одно может быть получено из разложения решения третьего уравнения Пенлеве. Новыми являются 3 семейства полуэкзотических разложений, 2 семейства сложных разложений и семейство степенно-логарифмических разложений.
Электронное издание является сборником материалов международной научно-практической конференции "Теория активных систем" (ТАС-2014)