7,129
个编辑
更改
跳到导航
跳到搜索
第478行：
第478行： − + + + + + + + + + + +
→编者推荐
==编者推荐==
==编者推荐==
===集智课程===
===集智课程===
====[]====
====[https://campus.swarma.org/course/2334 随机网络模型]====
本课程中，主要介绍网络科学领域的随机网络模型，主要内容如下：
* 常见的规则网络，包括全局耦合网络、最近邻耦合网络、星形耦合网络、笼状网络等，分析它们的基本特点，我们将重点介绍笼状网络的一些优势特性，包括同步，负载均衡，抗毁性等。
* ER随机网络及随机增长网络，以及它们的基本拓扑特性，包括度分布，平均最短路径等，以及ER随机网络中巨片的涌现；
* 广义随机图，以及配置模型，即在给定度序列的情况下生成随机模型，并对其进行理论分析；
* 随机重连和零模型，零模型在众多网络结构生成和分析领域具有其独特的研究价值，我们会介绍特定领域固定某些结构特征情况下的零模型构建方法；此外，我们还将介绍如何通过对网络进行有导向性的重连边来实现图数据挖掘算法的攻击以及增强。
====[https://campus.swarma.org/course/1093 复杂的网络与优雅的几何]====
复杂网络是从20世纪90年代发展起来的对复杂网络进行建模的工具和手段。然而，从历史发展的角度来看，复杂网络始终和几何有着千丝万缕的联系。特别是近年来，随着机器学习技术的兴起，人们热衷于寻找网络背后的几何结构。因为，从几何的角度来看，我们不仅可以获得网络的直观信息，而且还能够帮助我们从全新的视角来理解动力学过程。深度学习的兴起，更是让我们看到了几何空间与表示学习之间的关系。