Эффективность (сетевая наука) - Efficiency (network science)

В сетевая наука, то эффективность из сеть это показатель того, насколько эффективно он обменивается информацией.[1] Концепция эффективности может применяться как в локальном, так и в глобальном масштабе в сети. В глобальном масштабе эффективность количественно определяет обмен информацией по всей сети, в которой осуществляется одновременный обмен информацией. Локальная эффективность количественно определяет устойчивость сети к сбоям в небольшом масштабе. Это локальная эффективность узла характеризует, насколько хорошо обмениваются информацией его соседи при удалении.

Определение

В средняя эффективность сети определяется как:[1]

куда обозначает общее количество узлов в сети и обозначает длину кратчайшего пути между узлом и еще один узел .

В качестве альтернативы средняя длина пути сети, глобальная эффективность сети определяется как:

куда является «идеальным» графом на узлы, в которых присутствуют все возможные ребра. Глобальная эффективность сети - это показатель, сопоставимый с , а не просто средняя длина пути. Ключевое отличие состоит в том, что измеряет эффективность в системе, в которой по сети перемещается только один пакет информации и измеряет эффективность, когда все узлы обмениваются пакетами информации друг с другом.

В качестве альтернативы коэффициент кластеризации сети, местная эффективность сети определяется как:

куда местный подграф состоящий только из узла непосредственные соседи, но не узел сам.

Приложения

Вообще говоря, эффективность сети можно использовать для количественной оценки маленький мир поведение в сетях. Эффективность также может использоваться для определения рентабельных структур в взвешенный и невзвешенные сети. [2] Сравнение двух показателей эффективности в сети с случайная сеть того же размера, чтобы увидеть, насколько экономично построена сеть. Кроме того, глобальную эффективность проще использовать численно, чем ее аналог - длину пути.[3]

По этим причинам концепция эффективности использовалась во многих различных приложениях сетевой науки.[2][4] Эффективность полезна при анализе искусственных сетей, таких как транспортные сети и сети связи. Он используется, чтобы определить, насколько рентабельна та или иная конструкция сети, а также насколько она отказоустойчива. Исследования таких сетей показывают, что они, как правило, имеют высокую глобальную эффективность, подразумевающую хорошее использование ресурсов, но низкую эффективность на местном уровне. Это связано с тем, что, например, сеть метро не закрыта, и пассажиры могут быть перенаправлены, например, автобусами, даже если определенная линия в сети не работает.[1]

Помимо сетей, созданных человеком, эффективность является полезным показателем, когда речь идет о физических биологических сетях. В любом аспекте биологии нехватка ресурсов играет ключевую роль, и биологические сети не являются исключением. Эффективность используется в нейробиологии для обсуждения передачи информации между нейронные сети, где физическое пространство и ограничения ресурсов являются основным фактором.[3] Эффективность также использовалась при изучении колония муравьев туннельные системы, которые обычно состоят из больших помещений, а также множества протяженных туннелей.[5] Это приложение к колониям муравьев неудивительно, потому что большая структура колонии должна служить транспортной сетью для различных ресурсов, в первую очередь пищи.[4]

Рекомендации

  1. ^ а б c Латора, Вито; Марчиори, Массимо (17 октября 2001 г.). «Эффективное поведение сетей малого мира». Phys. Rev. Lett. 87 (19): 198701. arXiv:cond-mat / 0101396. Bibcode:2001ПхРвЛ..87с8701Л. Дои:10.1103 / PhysRevLett.87.198701. PMID  11690461.CS1 maint: использует параметр авторов (связь)
  2. ^ а б Латора, Вито; Марчиори, Массимо (март 2003 г.). «Экономическое поведение малого мира в взвешенных сетях». Европейский физический журнал B. 32 (2): 249–263. arXiv:cond-mat / 0204089. Bibcode:2003EPJB ... 32..249L. Дои:10.1140 / epjb / e2003-00095-5.CS1 maint: использует параметр авторов (связь)
  3. ^ а б Буллмор, Эд; Спорнс, Олаф (март 2009 г.). «Сложные мозговые сети, граф теоретический анализ структурных и функциональных систем». Обзоры природы Неврология. 10 (3): 186–198. Дои:10.1038 / номер 2575. PMID  19190637.CS1 maint: использует параметр авторов (связь)
  4. ^ а б Bocaletti, S .; Latora, V .; Moreno, Y .; Чавес, М .; Хван, Д.-У. (Февраль 2006 г.). «Сложные сети: структура и динамика». Отчеты по физике. 424 (4–5): 175–308. Bibcode:2006ФР ... 424..175Б. CiteSeerX  10.1.1.408.2061. Дои:10.1016 / j.physrep.2005.10.009.CS1 maint: использует параметр авторов (связь)
  5. ^ Buhl, J .; Gautrais, J .; Solé, R.V .; Kuntz, P .; Valverde, S .; Deneubourg, J.L .; Тераулаз, Г. (ноябрь 2002 г.). «Эффективность и надежность в муравьиных сетях галерей». Европейский физический журнал B. 42 (1): 123–129. Bibcode:2004EPJB ... 42..123B. Дои:10.1140 / epjb / e2004-00364-9.CS1 maint: использует параметр авторов (связь)