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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
35 W GaN Solid-State Driver Power Amplifier for L-Band Radar Applications Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Stability of Local Information-Based Centrality Measurements Under Degree Preserving Randomizations

verfasst von : Chandni Saxena, M. N. Doja, Tanvir Ahmad

Erschienen in: Intelligent Computing and Information and Communication

Verlag: Springer Singapore

Einloggen

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

search-config
loading …

Abstract

Node centrality is one of the integral measures in network analysis with wide range of applications from socioeconomic to personalized recommendation. We argue that an effective centrality measure should undertake stability even under information loss or noise introduced in the network. With six local information-based centrality metric, we investigate the effect of varying assortativity while keeping degree distribution unchanged, using networks with scale free and exponential degree distribution. This model provides a novel scope to analyze the stability of centrality metric which can further find many applications in social science, biology, information science, community detection and so on.

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 Predict Stock Market Behavior: Role of Machine Learning Algorithms
Nächstes Kapitel Hybrid Solution for E-Toll Payment
Literatur
1.
Guimera, R., Mossa, S., Turtschi, A., & Amaral, L. N.: The worldwide air transportation network: Anomalous centrality, community structure, and cities’ global roles. Proceedings of the National Academy of Sciences, 102(22), 7794–7799 (2005).
2.
Jeong, H., Mason, S. P., Barabási, A. L., & Oltvai, Z. N.: Lethality and centrality in protein networks. Nature, 411(6833), 41–42 (2001).
3.
Lamberti, F., Sanna, A., & Demartini, C.: A relation-based page rank algorithm for semantic web search engines. IEEE Transactions on Knowledge and Data Engineering, 21(1), 123–136 (2009).
4.
Malliaros, F. D., Rossi, M. E. G., & Vazirgiannis, M.: Locating influential nodes in complex networks. Scientific reports, 6 (2016).
5.
Strogatz, S. H.: Exploring complex networks. Nature, 410(6825), 268–276 (2001).
6.
Borge-Holthoefer, J., Rivero, A., García, I., Cauhé, E., Ferrer, A., Ferrer, D., & Sanz, F.: Structural and dynamical patterns on online social networks: the spanish may 15th movement as a case study. PloS one, 6(8), e23883 (2011).
7.
Barthelemy, M., Barrat, A., & Vespignani, A.: Dynamical processes on complex networks (2008).
8.
Hirsch, J. E.: An index to quantify an individual’s scientific research output. Proceedings of the National academy of Sciences of the United States of America, 16569–16572 (2005).
9.
Joyce, K. E., Laurienti, P. J., Burdette, J. H., & Hayasaka, S.: A new measure of centrality for brain networks. PLoS One, 5(8), e12200 (2010).
10.
Q. Zhang, M. Li, Y. Du, Y. Deng, “Local structure entropy of complex networks”, arXiv preprint arXiv:​1412.​3910. 2014 December.
11.
Zhang, Q., Li, M., Du, Y., & Deng, Y. Local structure entropy of complex networks. arXiv preprint arXiv:​1412.​3910 (2014).
12.
Xu, J., & Li, Y.: Discovering disease-genes by topological features in human protein–protein interaction network. Bioinformatics, 22(22), 2800–2805(2006).
13.
Li, M., Wang, J., Chen, X., Wang, H., & Pan, Y.: A local average connectivity-based method for identifying essential proteins from the network level. Computational Biology and Chemistry, 35(3), 143–150 (2011).
14.
Lempel, R., & Moran, S.: Rank-stability and rank-similarity of link-based web ranking algorithms in authority-connected graphs. Information Retrieval, 8(2), 245–264 (2005).
15.
de Kerchove, C., Ninove, L., & Van Dooren, P.: Maximizing PageRank via outlinks. Linear Algebra and its Applications, 429(5–6), 1254–1276 (2008).
16.
Senanayake, U., Szot, P., Piraveenan, M., & Kasthurirathna, D.: The performance of page rank algorithm under degree preserving perturbations. In Foundations of Computational Intelligence (FOCI), 2014 IEEE Symposium on (pp. 24–29). IEEE (2014, December).
17.
Ng, A. Y., Zheng, A. X., & Jordan, M. I.: Link analysis, eigenvectors and stability. In International Joint Conference on Artificial Intelligence (Vol. 17, No. 1, pp. 903–910). LAWRENCE ERLBAUM ASSOCIATES LTD (2001, August).
18.
Ghoshal, G., & Barabási, A. L.: Ranking stability and super-stable nodes in complex networks. Nature Communications, 2, 394 (2011).
19.
Sarkar, S., Kumar, S., Bhowmick, S., & Mukherjee, A.: Sensitivity and reliability in incomplete networks: Centrality metrics to community scoring functions. In Advances in Social Networks Analysis and Mining (ASONAM), 2016 IEEE/ACM International Conference on (pp. 69–72). IEEE (2016, August).
20.
Gower, J. C.: Similarity, dissimilarity, and distance measure. Encyclopedia of Biostatistics (2005).
21.
Yang, R.: Adjusting assortativity in complex networks. In Proceedings of the 2014 ACM Southeast Regional Conference (p. 2). ACM (2014, March).
Metadaten
Titel
Stability of Local Information-Based Centrality Measurements Under Degree Preserving Randomizations
verfasst von
Chandni Saxena
M. N. Doja
Tanvir Ahmad
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Intelligent Computing and Information and Communication

Print ISBN: 978-981-10-7244-4

Electronic ISBN: 978-981-10-7245-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-7245-1_39

Premium Partner

    Bildnachweise