회전 기반 다중프랙탈 네트워크 생성기
본 논문은 기존 다중프랙탈 네트워크 생성기(MFNG)에서 발생하는 대규모 그래프의 고립 노드 문제를, 링크 확률 측정(LPM)을 회전시켜 1차원 투영의 정보 차원을 1에 가깝게 만들면서 해결하는 방법을 제안한다. 회전 변환 후에도 LPM의 다변량 특성을 유지해 다양한 네트워크 구조를 생성할 수 있다.
저자: G. Palla, P. Pollner, T. Vicsek
본 논문은 최근 제안된 다중프랙탈 네트워크 생성기(MFNG)의 한계점인 대규모 그래프에서 고립 노드가 과도하게 발생하는 문제를 심도 있게 분석하고, 이를 해결하기 위한 새로운 방법을 제시한다.
1. **MFNG 기본 메커니즘**
MFNG는 단위 정사각형 위에 m × m 격자를 만들고, 각 격자(i,j)에 확률 p ij를 할당한다. 이 확률 행렬은 정규화(∑p ij=1)와 대칭(p ij=p ji)을 만족한다. 이후 k번 반복하여 각 격자를 자기유사적으로 곱함으로써 2^k × 2^k 개의 작은 사각형에 새로운 확률 p ij(k) = ∏_{q=1}^k p_{i_q j_q} 를 부여한다. 이 과정을 “링크 확률 측정(LPM)”이라 부르며, W_k(x,y)라는 2차원 함수 형태로 표현된다. N개의 노드를
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기