Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards MyNewsletter Firmensuche
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
Sustainability in Automotive

Gesamtlebenszyklus wird immer wichtiger

In der Digitalkonferenz am 5. Dezember 2024 geht es um die wachsende Bedeutung der Kreislaufwirtschaft in der Automobilindustrie und wie nachhaltige Werkstoffe sowie wiederverwendbare Komponenten dazu beitragen können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

An Approximation to m-Ranking Method in Networks

verfasst von : K. Reji Kumar, Shibu Manuel

Erschienen in: Intelligent Communication Technologies and Virtual Mobile Networks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Identifying important nodes in a network is an important area of research in network science. m-ranking method is a method proposed Reji Kumar et al. [18] for ranking the nodes in a network which avoids the chance of assigning same rank for two nodes with different physical characteristics. This ranking takes into account the degree of all nodes and weights of all edges in a network. As the network becomes bigger and bigger the m-ranking method takes more and more time to complete. To overcome this difficulty in this paper we propose an approximation to this method, which simplifies the calculations without undermining the ranking outcome. We illustrate the procedure in some example networks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Rawism and Fruits Condition Examination System Victimization Sensors and Image Method
Nächstes Kapitel Cloud Service Prediction Using KCFC Approach
Literatur
1.
Zeng, A., Zhang, C.-J.: Ranking spreaders by decomposing complex networks. Phys. Lett. A 377, 1031–1035 (2013)CrossRef
2.
Brin, S., Page, L.: The anatomy of a large- scale hyper textual web search engine. Comput. New. ISDN Syst. 30, 107–117 (1998)CrossRef
3.
Easley, D., Kleinberg, J.: Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge University Press, Cambridge (2010)CrossRef
4.
Garas, A., Shweitzer, F., Havlin, S.: A k-shell decomposition method for weighted networks. New J. Phys. 4, 083030 (2012)CrossRef
5.
Jaber, L.B., Tamine, L.: Active micro bloggers: identifying influencers, leaders in micro blogging networks. Springer (2012)
6.
Jackson, M.O.: Social and Economic Networks. Princeton University Press, Princeton (2010)CrossRef
7.
Bae, J., Kim, S.: Identifying and ranking influential spreaders in complex networks by neighborhood coreness. Phys. A 395, 549–559 (2014)MathSciNetCrossRef
8.
Li, Q., Zhou, T., Lu, L.: Identifying influential spreaders by weighted leader rank. Phys. A 404, 47–55 (2014)MathSciNetCrossRef
9.
Bordons, M.: The relationship between the research performance of scientists and their position in co - authorship networks. J. Inform. 9, 135–144 (2015)CrossRef
10.
Rosnow, R.L., Foster, E.K.: We should distinguish between rumors and gossip as each appears to function differently in its pure state. Psychological Science Agenda, American Psychological Science Association, April 2005
11.
Reji Kumar, K., Manuel, S.: Spreading information in complex networks: a modified method. In: Proceedings of the International Conference on Emerging Technological Trends. IEEE Digital Explore Library (2016)
12.
Reji Kumar, K., Manuel, S.: Personal influence on the spreading of ınformation – a network based study. Int. J. Math. Trends Technol. 52(8), 570–573 (2017)CrossRef
13.
Reji Kumar, K., Manuel, S., Satheesh, E.N.: Spreading information in complex networks: an overview and some modified methods. In: Graph Theory Advanced Algorithms and Applications. Intechopen (2017)
14.
Reji Kumar, K., Manuel, S.: A centrality measure for directed networks: m-ranking method. Zyer, T., et al. (eds.) Social Networks and Surveillance for Society. Lecture Notes in Social Networks. Springer, Heidelberg (2019)
15.
16.
Reji Kumar, K., Manuel, S.: A network analysis of the contributions of Kerala in the field of mathematical research over the last three decades. In: Proceedings of the International Conference on Computer Networks, Big Data and IoT (ICCBI 2018) (2018)
17.
Manuel, S., Reji Kumar, K.: An improved k-shell decomposition for complex networks based on potential edge weights. Int. J Appl. Math. Sci. 9(2), 163–168 (2016)
18.
Manuel, S., Reji Kumar, K., Benson, D.: The m-Ranking of nodes in complex networks. In: Proceedings of 9th International COMSNETS 2017 (2017)
19.
Lewis, T.G.: Network Science: Theory and Practice. Wiley, Hoboken (2009)CrossRef
20.
Zachary, W.W.: An information flow model for conflict and fission in small groups. J. Anthropol. Res. 33, 452–473 (1977)CrossRef
21.
Metadaten
Titel
An Approximation to m-Ranking Method in Networks
verfasst von
K. Reji Kumar
Shibu Manuel
Copyright-Jahr
2020
Buch
Intelligent Communication Technologies and Virtual Mobile Networks

Print ISBN: 978-3-030-28363-6

Electronic ISBN: 978-3-030-28364-3

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-28364-3_33