加权多层网络系综中权重与重叠的相关性
无序系统与神经网络
2015-04-23 v3 统计力学
生物物理
物理与社会
摘要
多层网络描述了从社交网络到大脑的大量系统。这些多层结构在其结构中编码了信息。通过测量多层网络结构中存在的关联性（例如不同层中链路的重叠）可以提取这些信息。许多多层网络也是加权的，链路权重可能与多层网络的结构属性强烈相关。例如，在由 PRE 科学家之间的引用和合作网络形成的多层网络中，发现对合著者的引用的统计特性不同于对非合著者的引用，即权重取决于链路的重叠。在此，我们提出了一个理论框架，用于模拟权重与重叠之间存在不同类型相关性的加权多层网络。为此，我们利用正则网络系综框架和最近引入的多链路（multilinks）概念，表明可以以此方式构建各种网络结构的零模型。为了具体说明该框架如何应用于真实数据，我们考虑了一个由健康和癌变组织的基因表达数据构建的多层网络。
引用
@article{arxiv.1407.4955,
title = {Correlations between weights and overlap in ensembles of weighted multiplex networks},
author = {Giulia Menichetti and Daniel Remondini and Ginestra Bianconi},
journal= {arXiv preprint arXiv:1407.4955},
year = {2015}
}