matlab产生er随机图,ER随机图模型 | 集智百科
原标题:ER随机图模型 | 集智百科
“集智百科精选”是一个长期专栏,持续为大家推送复杂性科学相关的基本概念和资源信息。作为集智俱乐部的开源科学项目,集智百科希望打造复杂性科学领域最全面的百科全书,欢迎对复杂性科学感兴趣、热爱知识整理和分享的朋友加入!
今天分享图论领域里面ER随机图这一主题。如何寻找不确定图之间的联系,发现其之间的规律,本文将介绍 ER随机图的基本概念,有哪些好玩的案例,知名的研究者、一些入门的学习资源。
目录
一、什么是随随机图?
二、什么是ER随机图模型?
三、两种 ER随机图模型 的简单对比
四、 ER随机图模型 的简单应用
五、 知名学者推介
六、相关资源推介
七、集智百科词条志愿者招募
一、什么是随机图?
在了解 ER随机图模型(Erdős–Rényi model)之前,我们必须先要了解什么是随机图。对于不了解的图论的人来说这是一个陌生的词汇,但是对于有一定学科背景的人来说,这是图论中的一个基础概念,这也意味着对随机图的掌握是进一步学习的前提。
随机图(random graph),顾名思义,是由随机过程产生的图,具有不确定性。这一理论处于图论和概率论的交叉地带,主要研究经典随机图的性质。从任一节点出发,按不经过重复节点的规则,可随机走遍所有节点的图称为随机哈密顿图。从任一节点出发,按不过重复边的规则,可随机走遍所有边而回到出发点的图称为随机可迹图。简单理解,随机图是使用一些规则而随机产生的图。ER随机图模型,就是一种提供了一种规则,按照这种规则来产生随机图。
图1:基于随机图模型产生的网络结构
二、什么是ER随机图模型?
ER随机图模型(Erdős–Rényi model)有两个。其名字源于最早提出上述模型之一的数学家保尔·厄多斯(Paul Erdős)和阿尔弗烈德·瑞利(Alfréd Rényi),他们在1959年首次提出了其中一个模型,几乎在同时期,埃德加·吉尔伯特(Edgar Gilbert)独立提出了另外一个模型。
在厄多斯和瑞利的模型中,给定节点和边数情况下产生出任意一种情况的概率是相同的;在吉尔伯特的模型中,每个连边存在与否有着固定的概率,与其他连边无关。在概率方法中,这两种模型可用来证明满足各种性质的图的存在,也可为几乎所有图的性质提供严格的定义。如果这里不太清楚,下面我们对这两种模型进行举例的对比。
三、 两种ER随机图模型的简单对比
1.给定节点数量与边数的ER随机图模型G(n,M)
例如,在G(3,2)模型中,三个顶点和两个边可以构成的三个可能的图,每一个都以1/3的概率包含在内。
2.具有固定节点和连边概率的ER随机图模型 G(n,p)
这种方法是通过随机选取连接节点的方式来产生图。每个边产生的可能都是一个不受其他边影响的概率。 该模型中的参数p表示随机两点之间产生边的概率,p可以看作是一个加权函数。当p从0增加到1时,模型越来越多地包含具有更多边的图。 拥有n个节点、M个连边的所有图被输出的概率都是
。
图2:ER随机图模型的简单应用
四、 ER随机图模型的简单应用
随机图模型(不止是ER随机图模型)与现实世界还是很相关的。举一个简单的例子,我们在社交媒体平台微博中随机选取一个用户作为一个节点,将与其互为朋友的用户用边相连接。有研究表明,这种在社交媒体平台形成的网络结构特征类似于随机图。因此,了解随机图有助于我们理解小型社交网络的结构。
五、知名学者简介
保尔·厄多斯 Paul Erdős
图3:Paul Erdős
保尔·厄多斯,匈牙利数学家,因在数论和组合数学方面的工作而闻名,同时他也是一位非常多产的20世纪的数学家。
阿尔弗烈德·瑞利 Alfréd Rényi
图4:Alfréd Rényi
阿尔弗烈德·瑞利,其致力于概率论方面研究,这是他一生中的主要研究课题,但他的兴趣广泛,还涉及统计学,信息论,组合论,图论,数论和分析。
经典文献
著名的Watts-Strogatz小世界网络模型并未接近总随机化极限的Erdős-Renyi随机图模型,这可能导致混淆并使某些分析复杂化。本文提出了一个简单的替代方案,它不是重连,而是在具有基于距离的连接概率的节点对之间绘制边,并证明了这个模型更容易分析并接近相应极限中的真正的Erdős-Renyi随机图模型。给出了关于度分布,度方差,每个节点的两个星数,每个节点的三角形数,聚类系数和随机游走混合时间的分析结果。
什么是小世界网络模型 | 集智百科
纪录片
N Is a Number: A Portrait of Paul Erdős
图5:N Is a Number剧照
推荐豆瓣评分9.1的关于我们这篇文章的主人公之一的保尔·厄多斯的纪录片——“N is a Number”。一个只爱数字的男人,因为古怪和多产而著称。豆瓣Clara评论:“为数学而生,为数学活着,最后死在数学研讨会期间,真是可敬的数学家。”
N Is a Number: A Portrait of Paul Erdős播放地址:
https://www.bilibili.com/video/BV1ns411E74Y
课程
复杂的网络与优雅的几何
本课程沿着几何的线路重新梳理复杂网络,包括ER随机网、小世界网络、无标度网络,网络的分形特征等。之后,该课程重点讲述如何利用真实的网络数据来重构系统的空间几何特征。
七、百科项目志愿者招募
作为集智百科项目团队的成员,本文内容由普天星相、Flynn、张江、张朔、宋多多编参与贡献。我们也为每位作者和志愿者准备了专属简介和个人集智百科主页,更多信息可以访问其集智百科个人主页:
以上内容都是我们做这项目的起点,作为来自不同学科和领域的志愿者,我们建立起一个有效的百科团队,分配有审校、翻译、编辑、宣传等工作。我们秉持:知识从我而来,问题到我为止的信念,认真负责编撰每一个词条。
在这里从复杂性知识出发与伙伴同行,同时我们希望有更多志愿者加入这个团队,使百科词条内容得到扩充,并为每位志愿者提供相应奖励与资源,建立个人主页与贡献记录,使其能够继续探索复杂世界。
参 考资料 :
[1]Erdős, P.; Rényi, A. (1959). "On Random Graphs. I". Publicationes Mathematicae 6: 290–297. http://www.renyi.hu/~p_erdos/1959-11.pdf.
[2]Bollobás, B. (2001). Random Graphs (2nd ed.). Cambridge University Press. ".ISBN 0-521-79722-5"
[4]Newman, Mark. E. J.; Strogatz, S. H.; Watts, D. J. (2001). "Random graphs with arbitrary degree distributions and their applications". Physical Review E 64: 026118. ".doi:10.1103/PhysRevE.64.026118 .arxiv:cond-mat/0007235 .bibcode:2001PhRvE..64b6118N", Eq. (1)
[5]Erdős, P.; Rényi, A. (1960). "On the evolution of random graphs". Magyar Tudományos Akadémia Matematikai Kutató Intézetének Kőzleményei [Publications of the Mathematical Institute of the Hungarian Academy of Sciences] 5: 17–61. http://www.renyi.hu/~p_erdos/1960-10.pdf.
[6]Matula, David W. (February 1972). "The employee party problem". Notices of the American Mathematical Society 19: A-382.
来源:集智百科
责任编辑:
matlab产生er随机图,ER随机图模型 | 集智百科相关推荐
- 幂律分布图matlab代码,关于幂律分布,你还应该知道如何用代码实现!| 集智百科...
今天我们继续学习幂律分布的基本概念--幂律概率分布,以及如何用代码实现幂律分布.内容来自集智百科,集智百科是复杂系统领域的百科全书,涵盖复杂系统领域的基本概念(持续完善中). 我们正在组织撰写翻译相应 ...
- Neo4j 图数据库高级应用系列 / 服务器扩展指南 APOC 8.5 - 图生成 / 随机图
1.概述 图生成过程用来生成不同类型的随机图,以用作算法研究.性能测试等目的.APOC提供下列随机图生成过程. 过程 说明 apoc.generate.er(noNodes, noEdges, 'la ...
- 推荐一款超级好用的开源画图工具:用例图、架构图、时序图、类图、E-R图、甘特图
在项目开发的过程中需要各种类型的图来进行支撑,比如用例图.系统架构图.时序图.类图.E-R图,甚至项目管理的甘特图等等.为了画这些图我们往往需要寻找各类付费.免费的软件进行操作. 今天给大家推荐一款开 ...
- 随机邻域嵌入_图嵌入(Graph embedding)综述
最近在学习Embedding相关的知识的时候看到了一篇关于图嵌入的综述,觉得写的不错便把文章中的一部分翻译了出来.因自身水平有限,文中难免存在一些纰漏,欢迎发现的知友在评论区中指正. 目录 一.图嵌入 ...
- 随机二次元新浪图床api源码
介绍: 随机二次元新浪图床api源码,图片默认均为http,采用新浪图片,高速访问. 有兴趣的小伙伴可以自己替换为更好的图片链接地址. 网盘下载地址: http://kekewangLuo.net/t ...
- 基于随机游走的图嵌入之快速指南
1. 背景 1.1 何为图嵌 图嵌入是利用节点属性.节点间拓扑关系将复杂.高维图数据进行向量化的一项技术. 图数据结构突破传统数据库按记录组织数据的限制,具备更灵活的现实数据建模能力.如何将图数据结构 ...
- 实体关系图(ER图)
实体关系图也是设计数据库的关键问题,同时开发工程师也需要理解系统设计人员发布的ER图.是开发不可避免并经常用到的问题.所以加以论述.而本章使用的Microsoft SQL Server2000.由于其 ...
- 实体关系图E-R图(Entity Relationship Diagram)
1.什么是E-R图 E-R图即实体-联系图(Entity Relationship Diagram),是指提供了表示实体型.属性和联系的方法,用来描述现实世界的概念模型.E-R方法:是"实体 ...
- 计算机公共基础知识(N-S图,DFD图,PAD图,程序流程图,E-R图)
1.DFD图 2.N-S图 3.PAD图 4.程序流程图 5.E-R图
最新文章
- 分享Silverlight/WPF/Windows Phone一周学习导读(3月14日-3月19日)
- python35是什么意思_python -m是什么意思CentOS 升级 Python3 (附带: 一键升级脚本)...
- 【小菜日志】用C#完成Allen Lee's Magic大虾推荐的F#作业F#学习中
- 状态模式(c++实现)
- 昂靠的由来[本博作者爆料]
- Bootstrap全局css样式_代码
- 一份关于jvm内存调优及原理的学习笔记
- numpy数组基础语法
- Ubuntu 14.04 AM335x TI-RTOS 编译
- 1108. IP 地址无效化
- 架构应用之高可用、高复用
- matlab学习技巧
- coreldraw2019免登录补丁_CorelDRAW2019缩略图补丁
- 各版本JQuery文件下载
- Word2007中快速插入分隔线
- AbstractQueuedSynchronizer浅析
- linux模拟系统宕机,Linux系统宕机的处理方法
- 企业财务管理中的数据分析应用
- 利用gpu加速神经网络算法,外接gpu 训练神经网络
- MyBatis原理浅析