图谱与特征值信息可解释性的数值研究
信息论
2015-01-27 v1 动力系统
math.IT
谱理论
摘要
利用新颖的概念和实验工具，我们对数千个正则图、一组随机 Erd"os-R\'enyi 图、两种最流行的复杂网络类型以及一个演化基因网络的图谱进行了广泛的数值研究。我们这样做的目的是促进理解图的特征值相对于其拓扑和信息论性质的含义。我们引入了一种通过将图谱行为与其算法复杂度进行比较来识别演化网络中最具信息量的特征值的技术。我们建议扩展这些技术可用于进一步研究演化生物网络的行为。在本文的扩展版本中，我们将这些技术应用于七个组织特异性调控网络作为静态示例，以及一个初始多能免疫细胞向 Th17 细胞分化过程中的网络作为演化示例，从而找出每个阶段最具和最不具信息量的特征值。
引用
@article{arxiv.1501.06080,
title = {Numerical Investigation of Graph Spectra and Information Interpretability of Eigenvalues},
author = {Hector Zenil and Narsis A. Kiani and Jesper Tegnér},
journal= {arXiv preprint arXiv:1501.06080},
year = {2015}
}
备注
Forthcoming in 3rd International Work-Conference on Bioinformatics and Biomedical Engineering (IWBBIO), Lecture Notes in Bioinformatics, 2015