控制贡献度识别复杂网络中的顶级驱动节点
社会与信息网络
2019-06-12 v1 适应与自组织系统
计算物理
摘要
我们提出一种新的度量来量化节点 在控制有向网络中的影响。该度量称为“控制贡献度” ，它结合了节点 出现在一组驱动节点集合中的概率以及其它节点被 控制的概率。为计算 ，我们提出了一种基于最小驱动节点集合随机采样的优化方法。利用真实世界与合成网络，我们发现 的分布非常宽泛。依据 值对节点排序使我们能够识别控制网络大部分的顶级驱动节点。我们表明该排序优于基于控制容量或控制范围的排序。我们发现控制贡献度确实包含无法追溯至节点度、控制容量或控制范围的新信息。
引用
@article{arxiv.1906.04663,
title = {Control contribution identifies top driver nodes in complex networks},
author = {Yan Zhang and Antonios Garas and Frank Schweitzer},
journal= {arXiv preprint arXiv:1906.04663},
year = {2019}
}