복잡계 네트워크
네트워크 이론의 맥락에서, 복잡계 네트워크(complex network)는 단순한 네트워크(예: 격자 그래프나 무작위 그래프)에서는 발생하지 않지만 실제 시스템을 나타내는 네트워크에서 흔히 나타나는 비자명한, 위상학적 특징을 가진 그래프(네트워크)이다. 복잡계 네트워크에 대한 연구는 컴퓨터 네트워크, 생물학적 네트워크, 기술 네트워크, 뇌 네트워크,[1][2][3] 기후 네트워크 및 소셜 네트워크와 같은 실제 네트워크의 실증적 발견에서 주로 영감을 받은 젊고 활동적인 과학 연구 분야(2000년 이후)[4][5]이다.
같이 보기
[편집]각주
[편집]- ↑ Bassett, Danielle S; Sporns, Olaf (2017년 2월 23일). “Network neuroscience”. 《Nature Neuroscience》 20 (3): 353–364. doi:10.1038/nn.4502. ISSN 1097-6256. PMC 5485642. PMID 28230844.
- ↑ Alex Fornito. “An Introduction to Network Neuroscience: How to build, model, and analyse connectomes - 0800-10:00 | OHBM” (영어). 《pathlms.com》. 2020년 3월 11일에 확인함.
- ↑ Saberi M, Khosrowabadi R, Khatibi A, Misic B, Jafari G (January 2021). “Topological impact of negative links on the stability of resting-state brain network”. 《Scientific Reports》 11 (1): 2176. Bibcode:2021NatSR..11.2176S. doi:10.1038/s41598-021-81767-7. PMC 7838299. PMID 33500525.
- ↑ R. Albert and A.-L. Barabási (2002). “Statistical mechanics of complex networks”. 《Reviews of Modern Physics》 74 (1): 47–49. arXiv:cond-mat/0106096. Bibcode:2002RvMP...74...47A. doi:10.1103/RevModPhys.74.47. S2CID 60545.
- ↑ Mark Newman (2010). 《Networks: An Introduction》. Oxford University Press. ISBN 978-0-19-920665-0.
