独立级联模型+线性阈值模型--NETINF

首先,我们将社交网络抽象为一个有向图 ,其中, 为节点的集合, 是边的集合,网络中的节点有两个状态激活(active)与未激活(inactive)。 在 独立级联模型 中,每一条有向边 都有一个对应的概率值 ,这表明已激活节点u通过边 使得未激活节点 激活的概率。在 的时刻,选定一个节点集合 未激活状态,其余未激活。在 的任意时刻 ,每一个在 时刻激活的节点 都会尝试通过边 去激活其未激活的邻居节点 ,并且有 的概率激活 。所有 的激活尝试都是独立事件,如果激活成功则 将参与 时刻的激活行为,未成功则 在...

Continue Reading »
分享到:

Pymnet 笔记:使用Python 绘制多层网络

听说最近Pyment无法访问了,准备搞个镜像,去去就来。 不对啊,没开代理可以直接访问啊。。。 以下为原文内容: 分割线 之前写过一个博客 基于Python的多层网络可视化包Multinetx ,也可以绘制多层网络,感兴趣的小伙伴可以翻看。 ​​ 介绍 根据官方手册的介绍,pymnet 库可参考如下链接: Downloading and installing Network types Monoplex networks Multilayer networks Multiplex networks Vi...

Continue Reading »
分享到:

无意间看到就顺手整理一下的生成对抗网络GAN

最近无意间看到的对抗生成网络,感觉这也算是一种缘分,查了一下,竟不知已经这么火了。之前没有接触Deep Learning,暂时没有考虑入坑。印象里听过有关的学术报告, 当时也没太关注。如果没有记错的话,应该是浙江工业的大学的 Qi Xuan 教授,近几年做了很多这方面的研究,感兴趣的小伙伴可以深入了解。 GAN 在最近几年变得非常流行,几乎每周都会有 GAN 领域的新进展。它已经成为度学习最重要的方向之一,研究它的社区也非常活跃。GAN 由 IAN Goodfellow 在2014年提出 [1]。GAN通...

Continue Reading »
分享到:

SIR模型介绍及Python实现

传染病模型有四种状态:S(易感态)、I(感染态)、R(免疫态)、E(潜伏期)。 SI模型是最简单的传染病模型,仅仅包含易感态和感染态,真实场景中,例如人体感染某些疾病后会保留免疫能力,因此需要增加第三种疾病状态,也就是恢复态,一般用R表示,因此有了SIR模型。 SIR模型 [1],也就是 易感-感染-恢复模型 (susceptible-infected-recovered model). 对于有些疾病,人们感染后无法恢复健康,而是死亡,但是对于疾病传播而言,无论恢复健康和还是死亡,最终病毒都被移除了...

Continue Reading »
分享到:

利用LFR Benchmark 生成带标签的网络数据集

现实世界中,获取大规模带标签的网络数据集比较困难。当然,不排除斯坦福的SNAP [1] ,Newman大牛的个人主页 [2] 等给出了很多有价值的数据集。但是,如果想要构建符合自己需求的带有 ground truth的数据集就比较困难了。复杂网络领域的另一位大牛,Santo Fortunato [3] , 给出了一个Linux版本的程序,可以根据参数配置生成比较理想的数据集。下载地址: LFR Benchmark 使用方法: 命令: .\benchmark.exe -N 1000 -k 15 -maxk ...

Continue Reading »
分享到: