High Speed Networks Laboratory Hálózatok dinamikája 2 Gulyás András, Heszberger Zalán.

Slides:



Advertisements
Hasonló előadás
Potenciál játékok A játékoknál minden játékosnak saját nyereménye van és azt kívánják maximálni. A potenciál játékoknál létezik egy V(s1, …, sN) potenciálfüggvény,
Advertisements

Nem teljesen kitöltött páros összehasonlítás mátrixok aggregálása Ábele-Nagy Kristóf.
PPKE ITK 2009/10 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás
Tanárok kis világa Lehetőségek a tanári hálózatok kutatásában.
Hálózatok a fizikában és a fizika oktatásában
1 / 38 High Speed Networks Laboratory Szinkronizáció és terjedés önszerveződő hálózatokban.
Innovációmenedzsment. A század jellemzői Az innováció marginálisból központi jelenséggé válik A gazdaság tercierizálódik (szolgáltatás-gazdaság)
High Speed Networks Laboratory Szinkronitás. Hosszu Éva 2/20 Carl Jung: “Ok-okozati viszonyban nem álló események egyidejű bekövetkezése” A szinkronban.
A VEZETÉSRŐL ÁLTALÁBAN
Kultúra mint kapcsolat Birher Nándor. „A tudás a világ alkotóelemeiről szerzett ismeret, a bölcsesség az elemek kapcsolódásának ismerete.” -szemléletmódváltozás-
Előadó: Szabó Márton (iwiw) Katalógus → házi feladatnak beszámít
Címkézett hálózatok modellezése
Két változó közötti összefüggés
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Hálózati Biológia A sejt funkcionális működésének megértése.
ELTE Matematikai Intézet
Véletlen logikai hálózatok. Bevezető Logikai változó: Bináris változó. Két lehetséges értéke van: 0 és 1, néha ±1 {σ 1, σ 2,..., σ N }, σ i : {0,1}, i.
A KOZMIKUS SZÖVEDÉK TULAJDONSÁGAI:
Szoftver bonyolultsági mértékek alkalmazási területei Király Roland 2011.
Albert Einstein idézetek.
Régióközi tudáshálózatok minőségének hatása a kutatási teljesítményre Sebestyén Tamás és Varga Attila.
Nemzetközi kutatási együttműködések és regionális innováció: A gazdasági fejlettség szerepe Varga Attila és Sebestyén Tamás PTE KTK és MTA-PTE Innováció.
Evolúciósan stabil stratégiák előadás
Játékelméleti alapfogalmak előadás
Miért hozzuk a döntést, mi a cél?
Készítette: Kosztyán Zsolt Tibor
ma már nem a vizsgált téma, hanem a használt módszerek teszik a fizikát dominál az átlagos viselkedés!!! alkalmazhatjuk a statisztikus fizika módszereit.
Partner Dr. Czira Zsuzsanna, egyetemi adjunktus BME VET VM A megbízhatóság alapjai Villamosenergia-minőség Szaktanfolyam Megbízhatóság.
High Speed Networks Budapest University of Technology and Economics High Speed Networks Laboratory Multicast.
Versengő társulások Mi történik egy olyan térbeli modellben, ahol sok stratégia létezik? Lokálisan csak a stratégiák kis hányada lehet jelen. => az evolúciós.
Személyiségelméletek
Fraktálok Szirmay-Kalos László.
Alapfogalmak.
Hálózatok modellezése. Hálózatok Many complex systems in nature and society can be successfully represented in terms of networks capturing the intricate.
Új technológiák elterjedésének modellezése
Torlódás (Jamming) Kritikus pont-e a J pont? Szilva Attila 5. éves mérnök-fizikus hallgató.
Avagy: Törött pálcák és párhuzamos krumplik Kvantitatív biosztratigráfia.
Hálózatok szerkezete és dinamikája
Többdimenziós valószínűségi eloszlások
Kockázatkezelés. Nem tartják fontosnak, mert  „A kockázatelemzés időrabló és unalmas feladat”  Ezzel szemben –jó lenne, ha a „jövőbe láthatnánk” –rengeteg.
Komplex rendszerek – Evolúciós modellek
Topological phase transitions in equilibrium network ensembles Collegium Budapest, June 2004 Networks and Risks Thematic Institute How do the properties.
1 Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék P2P protokollok és autonóm számítástechnika: szemelvények.
HÁLÓZATTÍPUSOK központosított decentralizált elosztott
Közúti és Vasúti Járművek Tanszék. A ciklusidők meghatározása az elhasználódás folyamata alapján Az elhasználódás folyamata alapján kialakított ciklusrendhez.
Korreláció-számítás.
Az Internet térbeli szerkezete Péter Hága Dept. of Physics of Complex Systems Eötvös Loránd University Budapest, Hungary.
Csoportkeresési eljárások Vassy Zsolt. Tematika Girvan Newman klaszterezés Diszkrét Markov lánc: CpG szigetek Rejtett Markov lánc ADIOS.
A számítógépes elemzés alapjai
Fehérjehálózat “skálafüggetlen” Jeong et al, Nature (2001)
INFOÉRA Gráfok, gráfalgoritmusok II. (Horváth Gyula és Szlávi Péter előadásai felhasználásával) Juhász István-Zsakó László: Informatikai.
Nagyon nagy gráfok Lovász László Microsoft Research
Hálózatok: új nyelv a tudományban Lovász László Eötvös Loránd Tudományegyetem
Hálózatok és hatlépésnyi távolság
1 / 28 High Speed Networks Laboratory Összefoglalás és gyakorlás.
Mérő László egyetemi tanár ELTE Pszichológiai Intézet Innováció Netlock, december 2.
Papíron túl… Szűcs Roland. E-könyv jelenség képlete 2 E-könyv Üzleti modell Nagyobb kiadói árrés Kockázatmentes Olcsó terjesztés Kultúra Értékek megőrzése.
Fájlcsere: Technikai megoldások
A számítógépes elemzés alapjai
4-7. Előadás Véletlen gráfok, hálózatmodellek
Kapcsolati hálók és internetes közösségi rendszerek
Kapcsolati hálók és internetes közösségi rendszerek
Gulyás András, Heszberger Zalán
PRIMUS INTER PARES (pipa)
Kockázat és megbízhatóság
Nem módosítható keresések
A évi kompetenciamérés FIT-jelentéseinek új elemei
A tudásalapú gazdaság és társadalom: helyzetkép és kihívások Dr
A mesterséges neuronhálók alapjai
Axelrod kultúra-terjedési modellje
Előadás másolata:

High Speed Networks Laboratory Hálózatok dinamikája 2 Gulyás András, Heszberger Zalán

High Speed Networks Laboratory Érvényes-e a virusterjedés minden terjedési folyamatra? I Hirtelen változások a társadalolban? Gladwell: "Ideas and products and messages and behaviors spread like viruses do.„ A terjesztés 3 főszereplője: Kapcsolattőkések...akik mindenkit ismernek... A nagy szakértők...akik mindenről tudnak... A nagydumások...aki kibeszéli a gyereket a hasaból... A jelenség vonzóereje Független külső körülmények természeti jelenségek véletlen együttállások bámészkodó effektus Reklámozás ez alapján?

High Speed Networks Laboratory Érvényes-e a virusterjedés minden terjedési folyamatra? II Az ismertség magyarázható? Az pénzpiaci lufik magyarázhatók? Egy találmány elterjedése magyarázható? Mi az ami a stabil rendszereket végül romba dönti? Kaszkádok Externáliák Nem ismerünk minden körülményt Próbálunk megfelelő információt szerezni És a lehetőségekhez képes racionálisan döntünk Ez többnyire stabil hálózatot eredményez, de néha minden megváltozik Dot.com bubble, tulipán krízis A közös vagyon paradoxn, a vacsora dilemma Sztrájk kirobbanása,divat, pletykarengés Talán Kiszel Tündét is megértjük

High Speed Networks Laboratory Externáliák Asch kísérlet Információs externália Zh másolás Telefon választás Boldogulást segíti a komplex világban Sokszor igen jól működik Kényszerítő externália Hasonló az előzőhöz de itt igazából nem változik meg a véleményünk Banda bűnözés Piaci externália Fax vásárlás (csak akkor éri meg ha másnak is van) A dolog értéke nem csak magától a dologtól függ Koordinációs externália Közlegelők problémája Törődni kell a jövővel És remélni, hogy a tettünk hat a többiekre

High Speed Networks Laboratory Küszöb modellek Mikor roppansz össze? A relatív számra vagyunk érzékenyek Mintaméret azért számít Ezért ha kevesebb véleményt ismerünk nagyobb a súlyuk Reklámkampányok ismerősökön keresztül Küszöbérték P_i 1 Küszöb valószínűsége

High Speed Networks Laboratory Kaszkád kialakulásának feltételei Kaszkád modell: Gráf+küszöbök a csomópontokhoz A dolog megjelenik a hálózatban kiválasztunk pár csomópontot Korán reagálók rezonálnak Többiek stabilak maradnak (hubok is általában) Küszöbérték Küszöb valószínűsége

High Speed Networks Laboratory Kaszkád kialakulásának feltétele Korán reagálók csoportja áthatja a gráfot (nagy összefüggő részgráf) Ha az innováció eltalálja ezt a csoportot kialakul a kaszkád Általában is: az új eszméket kezdetben csak egy kis csoport képviseli aztán ez begyújthatja a kaszkádot jazz Ezért egy innováció sikere függ: a küszöbértéktől de legalább ennyire a hálózattól is Éppen ezért sokszor a véletlen hozza meg a sikert rengeteg író, de csak kevés híres csatatér Globális kaszkád Átlagos fokszám Átlagos küszöbérték Nincs gobális kaszkád

High Speed Networks Laboratory Szociális hálózat fejlődése – Esettanulmány I Egyetemi hálózat dinamizmusának vizsgálata A változás iránya és a hálózat jellemzőinek összefüggése Globális és lokális tulajdonságok stabilitása Hálózat csomópontok száma: Hallgatók Tanárok Vizsgálati szempontok: csere Közös ismerősök Közös érdeklődés (látogatott közös órák) Időtartam: 1 oktatási év Többnyire 60 napos időablak

High Speed Networks Laboratory Új kapcsolat kialakulásának valószínűsége d ij – Legrövidebb távolság i és j csomópontok között p new – kapcsolat kialakulásának valószínűsége

High Speed Networks Laboratory Rövidzár valószínűsége közös ismerőssel rendelkezők között Strong indirect – Kapcsolat erősség -ok alapján M, F – Male, Female Obstruction – A közös ismerős más jellegű csoportba tartozik

High Speed Networks Laboratory Globális tulajdonságok kialakulásának változása 30, 60 és 90 napos átlagolás fokszám, legnagyobb komponens aránya, közepes legrövidebb út, klaszterezési együttható

High Speed Networks Laboratory Lokális tulajdonságok változása Logaritmikus fokszámeloszlás a 61. és 270. napon (A, B) Eloszlások közötti különbség (D), az egyének szerepének változása (ζ)

High Speed Networks Laboratory Szociális hálózatok stabilitása – Esettanulmány II 2 hálózat szimultán vizsgálata: Matematikai folyóirat szerző hálózata Mobiltelefon hívás hálózat Szerzői hálózat: Időtartam: 142 hónap Időlépték: 1 hónap Csomópontszám: Híváshálózat: Időtartam: 52 hét Időlépték: 2 hét Csomópontszám: 4 millió Cél: Csoportosulások jellemzőinek meghatározása: Méret Összetétel Élettartam

High Speed Networks Laboratory Egy véletlen választott csomópont környezete fekete szín - klaszteren kívüli csomópont piros szín – több klaszterhez is tartozó csomópont egyéb színek – különböző klaszterek

High Speed Networks Laboratory Legnagyobb csoport mérete a vélet gráfhoz képest S – méret N –átlagos csoportméret

High Speed Networks Laboratory Lehetséges csoportesemények

High Speed Networks Laboratory Csoportok élettartama és korelációfüggése (C(t))

High Speed Networks Laboratory 4 csoporttípus változása a szerző hálózatban s – csoportméret tau - idő

High Speed Networks Laboratory

Linkek hatása a csoportok között p – egyén csoportelhagyásának valószínűsége w – csoportból kifelé ill. csoporton belüli link súlya

High Speed Networks Laboratory Csoportok felbomlásának valószínűsége a tagok hűtlenségének függvényében

High Speed Networks Laboratory Six degrees könyv Statistical mechanics of complex networks Albert Réka, Barabási Albert-László The structure and function of complex networks Quantifying social group evolution Gergely Palla, Albert-László Barabási, Tamás Vicsek Empirical Analysis of an Evolving Social Network Gueorgy Kossinets, Duncan J. Watts Felhasznált irodalom