流压缩可揭示网络中的重叠模块组织

为了更好地理解大型网络中关于流的重叠模块组织，本文引入了重叠模块的映射方程。在此信息论框架中，我们利用压缩与规律检测之间的对应关系。广义映射方程衡量了当我们将网络划分为可能重叠的模块时，对网络中流的描述能压缩到多好的程度。当我们在重叠网络划分上最小化广义映射方程时，我们检测到捕获流的模块，并确定模块间边界上的哪些节点应被归类到多个模块中以及归类到何种程度。通过一种新颖的贪婪搜索算法，我们发现某些网络（例如秀丽隐杆线虫的神经网络）最好由具有硬边界的模块来描述，而其他网络（例如稀疏的欧洲道路网络）则具有高度重叠的模块组织。