融合数据与机制的跨尺度复杂网络建模与分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61379074
  • 项目类别:
    面上项目
  • 资助金额:
    73.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0214.新型计算及其应用基础
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

Complex network is among frontiers of contemporary scientific research, where establishing an accurate and complete theoretical model to characterize the real-world network has become one of the most challenging topics. In the practice, data from real-world networks are analyzed by dividing the networks into communities using multiple-scaled network characterization in spectral graph theory, mining local structure of each divided block to obtain the adjacency matrix of the local pattern graph, approximating each community using Kronecker network defined by Kronecker product of the pattern matrix, exploring the coupling modes between communities and establishing the theoretical model of complex networks considering both local pattern and coupling mechanism between communities, and finally evaluating the validity of the model as well as obtaining an actual explanation of the network segmentation and local pattern through the comparison with the results of the theoretical model. In theory, from the view of multi-scale structural feature fusion, the project aims to combine the local statistical feature of real networks with the global formation rules, and to explore the mechanism of formation of complex networks. The project is of significant theoretical importance and practical value, and will help deepen the understanding of the real world networks.
复杂网络是当今科学研究的前沿领域,而建立可以精确地和完全地描述真实世界网络的理论模型一直是该领域基础且具挑战性的课题。技术上,项目从真实世界的网络数据出发,利用谱图理论的多尺度刻划特性对网络进行全局社区划分;基于社区划分,对单个社区内进行数据挖掘,获取社区中的局部模式;借助于局部模式迭代生成社区的张量图;探索社区间的耦合模式,搭建融合局部模式和社区间耦合模式的复杂网络的理论模型;将理论模型与真实网络数据进行比较,获得对该复杂网络理论模型的有效性评价以及社区划分和局部模式的实际解释。理论上,项目旨在结合真实网络的局部结构统计特性和全局结构生成规则,从多尺度结构特征融合的角度探索复杂网络的形成机制。项目如能达到预期成果,将可以有效地推进对于真实世界网络的理解,具有显著的理论意义和实践价值。

结项摘要

复杂网络是当今科学研究的前沿领域,而建立可以精确地描述真实世界网络的理论模型一直是该领域基础且具挑战性的课题。项目组针对数据与模型驱动的融合建模问题展开研究,取得的主要成果如下:.I)从真实的全球贸易网络数据出发,结合食源性疾病传播媒介的多元性特点,挖掘真实数据中的分布特征并叠加生成网络模型。通过定义三种层次网络多样性指标(丰富性、相似性和均匀性),获得了网络多样性在相互作用和竞争并存情况下的影响,建立了跨层协作和层间传输的阈值之间的量化关系。采用了反应扩散传播,对网络上的传染病传播进行了研究,研究结果表明:具有节点和边权重的灵活的可变性的蔬菜贸易网络对于全球流行病而言具有不确定阈值;在全球尺度上,社区间的“渗透作用”与社区结构内的不限制传播迅速促进社区之间边缘的消失,导致同步扩散在整个网络;II)考虑网络链接的不同属性:基于影响力和相似性连接,研究了网络的链接属性与节点活跃度以及网络演化之间的关系。研究结果表明,个体多样性对网络稳定起到了基础性作用;而高影响力的节点在维持和扩大这些活跃块时起到了关键作用。III)在研究网络结构与行为协同方面,提出了一个完整的框架来认识和研究政治意见的形成,研究初始观点形成和意见容忍度差异时都很好的与政治党派结合。.通过项目研究,深化了对于真实世界的理解、创新了网络建模理论、促进了网络演化动力学为的研究,为社会网络研究提供了框架与思路,也为社交网络中商业模式的设计与可行性验证提供了方案。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(0)
Coupling effect of nodes popularity and similarity on social network persistence.
节点流行度和相似度对社交网络持久性的耦合作用
  • DOI:
    10.1038/srep42956
  • 发表时间:
    2017-02-21
  • 期刊:
    Scientific reports
  • 影响因子:
    4.6
  • 作者:
    Jin X;Jin C;Huang J;Min Y
  • 通讯作者:
    Min Y
Political opinion formation: Initial opinion distribution and individual heterogeneity of tolerance
政治观点的形成:初始观点分布和个体宽容度的异质性
  • DOI:
    10.1016/j.physa.2016.10.025
  • 发表时间:
    2017-02
  • 期刊:
    Physica A-Statistical Mechanics and Its Applications
  • 影响因子:
    3.3
  • 作者:
    Jin Cheng;Li Yifu;Jin Xiaogang
  • 通讯作者:
    Jin Xiaogang
Modeling dual-scale epidemic dynamics on complex networks with reaction diffusion processes
通过反应扩散过程对复杂网络上的双尺度流行病动力学进行建模
  • DOI:
    10.1631/jzus.c1300243
  • 发表时间:
    2014-04-01
  • 期刊:
    JOURNAL OF ZHEJIANG UNIVERSITY-SCIENCE C-COMPUTERS & ELECTRONICS
  • 影响因子:
    --
  • 作者:
    Jin, Xiao-gang;Min, Yong
  • 通讯作者:
    Min, Yong
Structural diversity effects of multilayer networks on the threshold of interacting epidemics
多层网络的结构多样性对相互作用流行病阈值的影响
  • DOI:
    10.1016/j.physa.2015.09.064
  • 发表时间:
    2016-02
  • 期刊:
    Physica A-Statistical Mechanics and Its Applications
  • 影响因子:
    3.3
  • 作者:
    Wang Weihong;Chen MingMing;Min Yong;Jin Xiaogang
  • 通讯作者:
    Jin Xiaogang
Continuous Multiplicative Attribute Graph Model
连续乘法属性图模型
  • DOI:
    10.1007/s12204-017-1805-9
  • 发表时间:
    2017-01
  • 期刊:
    J. Shanghai Jiao Tong Univ. (Sci.)
  • 影响因子:
    --
  • 作者:
    Huang Jiaxuan;Jin Xiaogang
  • 通讯作者:
    Jin Xiaogang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Topologically consistent leafy tree morphing
拓扑一致的绿叶树变形
  • DOI:
    10.1002/cav.1761
  • 发表时间:
    2017-05
  • 期刊:
    Computer Animation and Virtual Worlds
  • 影响因子:
    1.1
  • 作者:
    Wang Yutong;Wang Luyuan;金小刚;Deng Zhigang
  • 通讯作者:
    Deng Zhigang
Efficient and Stable Simulation of Cloth Undergoing Large Rotations
高效稳定地模拟大幅旋转的布料
  • DOI:
    10.1109/mcse.2008.93
  • 发表时间:
    2008-07
  • 期刊:
    IEEE Computing in Science and Engineering
  • 影响因子:
    --
  • 作者:
    周川;金小刚
  • 通讯作者:
    金小刚
Constant time texture filtering
恒定时间纹理过滤
  • DOI:
    10.1007/s00371-016-1315-z
  • 发表时间:
    2016
  • 期刊:
    The Visual Computer
  • 影响因子:
    --
  • 作者:
    Hanli Zhao;Lei Jiang;金小刚;Xujie Li
  • 通讯作者:
    Xujie Li
Recognition-difficulty-aware hidden images based on clue-map
基于线索图的识别难度感知隐藏图像
  • DOI:
    10.1111/cgf.12777
  • 发表时间:
    2016
  • 期刊:
    Computer Graphics Forum
  • 影响因子:
    2.5
  • 作者:
    Zhao Y;an;金小刚;Du Hui
  • 通讯作者:
    Du Hui
CustomCut: On-demand extraction of customized 3D parts with 2D sketches
CustomCut:使用 2D 草图按需提取定制 3D 零件
  • DOI:
    10.1111/cgf.12966
  • 发表时间:
    2016
  • 期刊:
    Computer Graphics Forum
  • 影响因子:
    2.5
  • 作者:
    Guo Xuekun;金小刚;Lin Juncong;Xu Kai;Chaudhuri Siddhartha
  • 通讯作者:
    Chaudhuri Siddhartha

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

金小刚的其他基金

三维人脸美化关键技术及应用
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
GPU加速和风格感知的艺术图像和谐克隆
  • 批准号:
    61472351
  • 批准年份:
    2014
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
大规模汽车群组动画的关键技术研究
  • 批准号:
    61272298
  • 批准年份:
    2012
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
基于数据驱动的接触网络上的传染病传播模型研究
  • 批准号:
    61070069
  • 批准年份:
    2010
  • 资助金额:
    12.0 万元
  • 项目类别:
    面上项目
GPU加速的视频抽象化和卡通化
  • 批准号:
    60970159
  • 批准年份:
    2009
  • 资助金额:
    30.0 万元
  • 项目类别:
    联合基金项目
大规模群组动画中的运动控制和特效生成
  • 批准号:
    60573153
  • 批准年份:
    2005
  • 资助金额:
    23.0 万元
  • 项目类别:
    面上项目
蒙太奇三维物体融合
  • 批准号:
    60273054
  • 批准年份:
    2002
  • 资助金额:
    22.0 万元
  • 项目类别:
    面上项目
线性元胞自动机的复杂性刻划
  • 批准号:
    60103015
  • 批准年份:
    2001
  • 资助金额:
    17.0 万元
  • 项目类别:
    青年科学基金项目
卷积曲面在计算机动画中的应用研究
  • 批准号:
    69973040
  • 批准年份:
    1999
  • 资助金额:
    13.0 万元
  • 项目类别:
    面上项目
基于几何和拟动力学约束的变形研究
  • 批准号:
    69603005
  • 批准年份:
    1996
  • 资助金额:
    8.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码