英才实验学院(新)

英才学院2016届校友在《知识库系统》发表最新研究成果

作者: 编辑: 来源: 发布时间:2020-05-18 13:33:56

  近日,我校大数据研究中心陈端兵教授团队余恩宇博士、傅彦教授,数字文化与传媒研究基地主任谢梅教授和复杂地面系统仿真实验室王月平在SCI中科院二区期刊《知识库系统》(Knowledge-Based Systems)上合作发表题为“Identifying critical nodes in complex networks via graph convolutional networks”(利用图卷积网络识别复杂网络中的关键节点)的论文。余恩宇为论文第一作者,是英才实验学院2016届毕业生,目前在我校大数据研究中心攻读博士。陈端兵教授和谢梅教授为通讯作者,电子科技大学大数据研究中心、复杂地面系统仿真实验室、电子科技大学数字文化与传媒中心及成都数之联科技有限公司为共同完成单位。

复杂网络的关键节点对信息的有效传播起着至关重要的作用,论文结合了计算机科学技术与信息传播技术,是大数据研究中心和数字文化与传媒研究基地致力于学科交叉融合的最新成果。

图片1.png

图1 (1)封闭子图提取;(2)子图模式编码

图片2.png

图2 不同L和训练集的排序得分与真实的节点影响力之间的肯德尔相关系数

  该论文受GCNs概念的启发,利用网络与CNNs的邻接矩阵,提出了RCNN的概念。在9个合成网络和15个真实网络上的实验结果表明,RCNN在识别对信息传播有重要影响的节点方面比其他四种基准方法表现得更好。我们可以利用它们来检测潜在的能够加速信息传播的超级传播者。参数分析的结果表明,RCNN在不同训练集、特征矩阵的规模以及训练感染率µt /µc的大小情况下,文章模型效果都显著好于其他四种基准方法。此外,RCNN具有较低的计算复杂度,可用于大规模网络。该方法为复杂网络中关键节点的识别提供了一种新的思路,并可推广到其他动力学分析中,包括边对传播动力学的影响以及有向网络中关键节点的挖掘等。

  论文链接:

  https://www.sciencedirect.com/science/article/abs/pii/S0950705120302409?via%3Dihub