登录

/

注册

首页 > 科技媒体 > 媒体详情
【大数据】电子科技大学团队综述比较网络科学领域关键节点排序方法
爬上海岸的鱼 2016-08-28
导语

近日,电子科技大学基础与前沿研究院张翼成教授团队应邀在国际公认的物理学界顶尖期刊《Physics Reports》发表综述性论文“Vital Nodes Identification in Complex Networks”。

关键节点识别是网络科学领域的研究重点和热点。由于真实网络的异质性,节点在网络结构和功能上发挥的作用差异巨大。关键节点就是那些能够在更大程度上影响网络的结构与功能的一些特殊节点。

准确发掘出网络中的关键节点,可以帮助我们更好地控制信息的传播、抑制疫情的爆发、精准投放商品广告、预测热门研究成果、发现重要致病基因等等。关键节点识别问题吸引了计算机科学、物理学、社会学等领域科学家越来越多的关注,相关算法包含了从简单地计算最近邻居数,到复杂的机器学习方法和基于信息传播理论的复杂算法。

QQ图片20160810112436.png

近日,电子科技大学基础与前沿研究院张翼成教授团队应邀在国际公认的物理学界顶尖期刊《Physics Reports》发表综述性论文“Vital Nodes Identification in Complex Networks”。张翼成为通讯作者,基础与前沿研究院协议教授吕琳媛为论文第一作者,大数据研究中心周涛教授为论文联合通讯作者,基础与前沿研究院和大数据研究中心为该论文共同第一单位。大数据研究中心陈端兵副教授和张千明博士为论文合作作者。本文系统地综述了关键节点排序方法,并用真实网络数据做实验,比较了主流算法的优劣。

《Physics Reports》是国际物理科学和交叉科学类最具影响力的国际期刊之一,专门发表该领域各研究方向全球知名专家撰写的综述性论文,对相关领域的发展具有非常重要的引领和指导作用。该期刊最近一年的影响因子为16.240,最近五年的平均影响因子为22.124。《Physics Reports》不接受自由投稿,全部由杂志编辑邀约在相关领域做出突出贡献的研究课题组撰稿。一般来说,该刊物每期只发表一篇论文,单独成册,一年共发表48篇论文。

文章链接:

L Lü, D Chen, X-L Ren, Q-M Zhang, Y-C Zhang, and T Zhou, Vital Nodes Identification in Complex Networks. Physics Reports. 2016. 

文章作者简介:

张翼成教授团队长期从事信息物理学的研究,应用统计物理的理论和方法解决了信息领域的一些重要问题,主要包括信息的排序、预测和推荐。自2010年起,该团队以电子科技大学名义在国际顶尖期刊和权威期刊发表了多篇信息物理学研究论文,包括两篇《PNAS》,一篇《Nature Communications》,两篇《Physics Reports》。团队共有7篇研究论文入选ESI全球Top-1%高引用论文。

周涛教授长期从事复杂性科学和大数据挖掘的算法和应用研究。在Physics Reports和PNAS等国际顶尖SCI期刊发表论文200余篇,多次获得EPL, NJP等国际一流期刊最佳论文奖。周涛教授的研究和产业化成果多次被包括Nature News、MIT Technology Review、中央电视台在内的知名媒体专访和报道,并在《哈佛商业评论》、《环球科学》等商业和科学最有影响力的期刊担任专栏作者。受到国家高层次人才特殊支持计划(万人计划)等人才计划支持。同时,周涛教授是我国第一支大数据产业股权基金“大数据实验室孵化基金”的创始合伙人,致力于大数据生态系统的建设。

(本文信息来源:电子科技大学;)

如若转载,请注明e科网。

如果你有好文章想发表or科研成果想展示推广,可以联系我们或免费注册拥有自己的主页

  • 大数据
  • 网络科学
  • 关键节点识别
  • 关键节点排序
分享到
文章评论(0)
登陆后参加评论
作者 爬上海岸的鱼

高级软件工程师

SYNNEX China

活跃作者
  • 爱因斯坦 科研工作者 北京航空航天大学 博士
  • 金陵 本科生 北京大学 本科
  • 梅西 本科生 北京工业大学 本科


发布成功!

确 定 关 闭