{dede:global.cfg_webname/}
  • English
  • 官方微信
  • 首页
  • 栏目名称
    • 测试
  • 第二个
  • 首页
  • 学院概况
    • 学院简介
    • 历史沿革
    • 机构设置
    • 现任领导
    • 历任领导
    • 联系我们
  • 师资队伍
    • 全职教工
    • 讲座 兼职教授
    • 重要人才计划
    • 退休人员名单
  • 人才培养
    • 本科生培养
    • 硕士生培养
    • 博士生培养
  • 科学研究
    • 学术交流
    • 重点学科
    • 科研机构
    • 科研团队
    • 科研成果
    • 讨论班
  • 党团建设
    • 党建动态
    • 工会活动
    • 团学工作
  • 理论学习
    • 主题教育
  • 合作交流
    • 国际合作
    • 校际合作
    • 校企合作
  • 招生就业
    • 招生信息
    • 就业信息
    • 招生宣传
  • 校友之家
    • 校友组织
    • 校友基金
    • 校友活动
    • 百年院庆
    • 校友动态
    • 知名校友
  • 院务信箱

学术交流

  • 学术交流
  • 重点学科
  • 科研机构
  • 科研团队
  • 科研成果
  • 讨论班

学术交流

网络节点组重要性的新指标—删后矩阵最小特征值

日期:2021-08-25  作者:  点击:[]

报告题目:网络节点组重要性的新指标—删后矩阵最小特征值

主 讲 人:陆君安

单 位:武汉大学

时 间:8月27日15:30

腾 讯 ID:984 758 484



摘 要:

如何判定节点(组)的重要性,这是复杂网络研究中的一个基本问题。人们对单个节点的重要性排序有不少方法,譬如节点的度、中心度(K-shell)、介数(betweenness)、Google PageRank,等等,但是对于多个节点的节点组如何比较其重要性,目前还没有现成方法。节点组的重要性并非是单个节点重要性排序的直接推广,最近我们提出一种网络节点组重要性的新指标--删后矩阵最小特征值,从复杂动态网络动力学模型出发,论证了它可以作为网络节点组重要性指标,矩阵的删后矩阵最小特征值越大对应的节点组越重要。对于较大规模网络要枚举地计算所有可能的删后矩阵最小特征值,则是NP-hard问题,为此我们提出一种筛选算法,大大减小了计算量。本报告提供一些实际例子说明本算法计算的可行性。我们相信,网络节点组重要性这一指标及其算法在社会网络、生物网络、工程问题中有着广泛的背景和应用前景。


简 介:

陆君安,武汉大学数学与统计学院二级教授、博士生导师。研究方向:复杂网络同步、控制和识别、多层网络、非线性动力学、混沌及应用数学相关领域,发表学术论文250余篇,著作4部,H指数47,2014至2020年入选爱思唯尔(Elsevier)中国高被引学者榜(数学类)。曾获2008和2016年度国家自然科学奖二等奖、2007年度教育部自然科学奖一等奖、2013年度和2006年度湖北省自然科学奖一等奖和二等奖。

上一条:Non-degeneracy of Multi-bubbling Solutions for the Prescribed Scalar Curvature Equations and Applications 下一条:The Energy Conservation of Inhomogeneous Euler Equations

【关闭】

友情链接

  • 学校教务处
  • 学校党委办公室
  • 学校校长办公室
  • 清华大学数学系
  • 浙江大学数学科学院
  • 上海大学数学系
版权信息