Explore la structure et les propriétés des réseaux, y compris les réseaux de rencontres et de protéines, les effets de petit monde, les hubs et les propriétés sans échelle.
Déplacez-vous dans des transitions de phase dans des graphiques aléatoires, mettant l'accent sur l'émergence d'une composante géante avec une connectivité variable.
Explore les statistiques graphiques, la génération aléatoire de graphiques, l'analyse de réseaux, les mesures de centralité et les coefficients de regroupement.
Couvre les propriétés stochastiques, les structures du réseau, les modèles, les statistiques, les mesures de centralité et les méthodes d'échantillonnage dans l'analyse des données du réseau.
Explore l'analyse statistique des données du réseau, qui couvre les structures graphiques, les modèles, les statistiques et les méthodes d'échantillonnage.
Explore la structure des réseaux sociaux et d'information, en se concentrant sur les composants géants, le clustering, la formation de liens et la connectivité réseau.
Couvre les paradigmes algorithmiques pour les problèmes de graphique dynamique, y compris la connectivité dynamique, la décomposition de l'expansion et le regroupement local, brisant les barrières dans les problèmes de connectivité k-vertex.
Explore les méthodes d'analyse des réseaux, les concepts opérationnels, les applications historiques et les défis liés au traitement du temps au sein des réseaux.
Explore l'importance du classement dans les réseaux, en mettant l'accent sur des algorithmes tels que PageRank et HITS pour le classement des pages Web.
Explore l'estimation stochastique du modèle de bloc, le regroupement spectral, la modularité du réseau, la matrice laplacienne et le regroupement des moyennes k.
