ОЭММПУАвтоматика и телемеханика Automation and Remote Control

  • ISSN (Print) 0005-2310
  • ISSN (Online) 2413-9777

ИССЛЕДОВАНИЕ КОЛИЧЕСТВА ТРЕУГОЛЬНИКОВ В ГРАФАХ, ЭВОЛЮЦИОНИРУЮЩИХ КЛАСТЕРНЫМ ПРИСОЕДИНЕНИЕМ

Код статьи
10.31857/S0005231024110034-1
DOI
10.31857/S0005231024110034
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том / Номер выпуска 11
Страницы
56-72
Аннотация
Модель кластерного присоединения (КП), предложенная Багроу и Брокманном (2013 г.), может быть использована как инструмент эволюции ненаправленных случайных сетей. В статье вводится обобщенное определение модели КП. Теоретические результаты получены для новой модели КП, которую можно рассматривать как предел прежней, когда параметр модели αстремится к нулю, а параметр ∈=0. Предметом исследования является количество треугольников связанных узлов в графе на шаге эволюции n– важная характеристика кластеризации сети. Доказано, что количество треугольников стремится к бесконечности с вероятностью единица для предложенной модели эволюции при n→∞, а скорость роста среднего количества треугольников EΔn на шаге эволюции n≥2 выше логарифмической. Компьютерное моделирование использовано длямоделирования последовательностей количества треугольников. Данное моделирование основано на обобщенной модели урн Пойа–Эггенбергера,что предложено впервые.
Ключевые слова
кластерное присоединение коэффициент кластеризации вес узла случайный граф эволюция модель урн
Дата публикации
15.11.2024
Год выхода
2024
Всего подписок
0
Всего просмотров
9

Библиография

  1. 1. Van der Hofstad R. Random Graphs and Complex Networks. Cambridge: Cambridge University Press, 2017. V. 1.
  2. 2. Bollobas B. Random Graphs. Cambridge: Cambridge University Press, 2001. 2nd ed.
  3. 3. Newman M.E.J. Networks. Oxford University Press: Oxford, New York, 2018.
  4. 4. Bagrow J.P., Brockmann D. Natural Emergence of Clusters and Bursts in Network Evolution // Phys. Rev. X. 2013. No. 3. P. 021016.
  5. 5. Newman M.E.J. Random Graphs with Clustering // Phys. Rev. Lett. 2009. No. 103. I. 5. P. 058701.
  6. 6. Qun Liu, Zhishan Dong. Limit laws for the number of triangles in the generalized random graphs with random node weights // Stat. Probab. Lett. 2020. No. 161. P. 108733.
  7. 7. Bobkov S.G., Danshina M.A., Ulyanov V.V. Rate of Convergence to the Poisson Law of the Numbers of Cycles in the Generalized Random Graphs / In Operator Theory and Harmonic Analysis. Springer Proceedings in Mathematics and Statistics, V. 358. Eds. Karapetyants, A.N., Pavlov, I.V., Shiryaev, A.N. Springer: Cham, 2021. P. 109–133.
  8. 8. Garavaglia A., Stegehuis C. Subgraphs in preferential attachment models // Advances in Applied Probability. 2019. No. 51. P. 898–926.
  9. 9. Wang T., Resnick S.I. Consistency of Hill estimators in a linear preferential attachment model // Extremes. 2019. No. 22. P. 1–28.
  10. 10. Fristedt B., Gray L. A Modern Approach to Probability Theory. Boston: Birkh¨auser, 1997.
  11. 11. Ширяев А.Н. Вероятность. М.: Наука, 1989.
  12. 12. Chen M.-R., Kuba M. On generalized P´olya urn models // J. Appl. Probab. 2013. No. 50. P. 1169–1186.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека