Flow stability for dynamic community detection.
Flow stability for dynamic community detection.
复制标题
DOI：
10.1126/sciadv.abj3063
复制
发表时间：
2022-05-13
期刊：
影响因子：
13.6
通讯作者：
Lambiotte, Renaud
中科院分区：
文献类型：
--
作者：
Bovet, Alexandre;Delvenne, Jean-Charles;Lambiotte, Renaud
由于同时发生的不同过程的存在，许多系统表现出复杂的时间动态。这些系统中的一项重要任务是提取其依赖时间的交互网络的简化视图。时间网络中的社区检测通常依赖于时间窗口上的聚合或考虑不同静止时期的序列。对于基于动力学的方法，推广静态网络方法的尝试也面临着根本的困难，即动态的稳态并不总是存在。在这里，我们推导出一种基于时间网络上演化的动态过程的方法。我们的方法允许未达到稳定状态的动态，并在给定的时间间隔内发现两组社区，这说明了向前和向后时间中边缘的排序。我们证明，我们的方法提供了一种自然的方式来通过合成和现实世界的例子来理清系统中存在的不同动态尺度。流动稳定性方法提取不同动态尺度下复杂时间分辨数据集的简化描述。
Many systems exhibit complex temporal dynamics due to the presence of different processes taking place simultaneously. An important task in these systems is to extract a simplified view of their time-dependent network of interactions. Community detection in temporal networks usually relies on aggregation over time windows or consider sequences of different stationary epochs. For dynamics-based methods, attempts to generalize static-network methodologies also face the fundamental difficulty that a stationary state of the dynamics does not always exist. Here, we derive a method based on a dynamical process evolving on the temporal network. Our method allows dynamics that do not reach a steady state and uncovers two sets of communities for a given time interval that accounts for the ordering of edges in forward and backward time. We show that our method provides a natural way to disentangle the different dynamical scales present in a system with synthetic and real-world examples. The flow stability method extracts simplified descriptions of complex time-resolved datasets at different dynamical scales.
登录
查看更多内容
影响因子：
2.4
作者：
Kim, Youngdo;Son, Seung-Woo;Jeong, Hawoong
通讯作者：
Jeong, Hawoong
DOI：
10.1073/pnas.0605965104
发表时间：
2007-01-02
影响因子：
11.1
作者：
Fortunato, Santo;Barthelemy, Marc
通讯作者：
Barthelemy, Marc
影响因子：
12.5
作者：
De Domenico, Manlio;Lancichinetti, Andrea;Rosvall, Martin
通讯作者：
Rosvall, Martin
DOI：
10.1088/1742-5468/2008/10/p10008
发表时间：
2008-10-01
影响因子：
2.4
作者：
Blondel, Vincent D.;Guillaume, Jean-Loup;Lefebvre, Etienne
通讯作者：
Lefebvre, Etienne
影响因子：
2.8
作者：
Latapy, Matthieu;Viard, Tiphaine;Magnien, Clemence
通讯作者：
Magnien, Clemence