“ağ analizi” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
ArGe programları da sosyal ağ analizi ile inceleniyor
Bilim insanları, araştırma-geliştirme programlarını değerlendirmek için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler genellikle proje sayıları ve çıktıları üzerinde dursa da, bu çalışma ArGe programlarını ağ teorisi perspektifinden ele alıyor. Amerika'nın enerji ajansı ARPA-E'nin ilk on yılındaki verilerini analiz eden araştırmacılar, bilim insanları, kurumlar, yayınlar ve patentler arasındaki bağlantıları haritaladı. Bu yaklaşım, program başarısını ölçmek ve gelecekteki politika kararları için daha etkili değerlendirme araçları sunuyor.
Yapay Atıf Ağları: Bilimsel Toplulukları Modelleyen Yeni Yaklaşım
Araştırmacılar, gerçekçi yapay atıf ağları oluşturmak için yeni bir yöntem geliştirdi. Bu çalışma, bilimsel makalelerin birbirini nasıl referans aldığını taklit eden sentetik ağlar yaratarak, topluluk tespiti ve veri madenciliği algoritmalarının test edilmesine olanak sağlıyor. Ekip, 12 farklı yöntemi 7 gerçek atıf ağında karşılaştırarak, hangi tekniklerin daha başarılı olduğunu belirledi. Özellikle graf yapılarındaki döngüleri kırarak atıf benzeri akış oluşturma tekniği, mevcut modellerin performansını önemli ölçüde artırdı. Bu gelişme, bilimsel ağların yapısını daha iyi anlamamıza ve akademik toplulukların nasıl şekillendiğine dair önemli ipuçları sunuyor.
Web3 Ekosistemlerinde Sosyal Bağların Haritası Çıkarıldı
Araştırmacılar, NFT koleksiyonları üzerinden Web3 ekosistemlerinin sadece dijital varlık pazarları değil, aynı zamanda karmaşık sosyal ağlar olduğunu ortaya çıkardı. Yüzden fazla NFT koleksiyonunun analiziyle, blok zinciri işlemlerinin nasıl kalıcı sosyal bağlar, ortak anlatılar ve kolektif kimlikler yarattığı gösterildi. Ağ analizi yöntemleriyle uzun vadeli yatırımcılar, aktif tüccarlar ve kısa vadeli spekülatörler gibi farklı katılımcı grupları belirlendi. Her grubun kendine özgü ağ topolojileri, birliktelik seviyeleri ve etki yolları oluşturduğu tespit edildi. Sosyal medya verilerinin incelenmesi, işlem aktivitesi azalsa bile anlatı üretimi ve etkileşimin devam ettiğini gösterdi.
Sosyal Ağlardaki İlişki Kurma Süreçlerinin Nedensel Analizi
Araştırmacılar, sosyal ağlardaki ilişki kurma mekanizmalarını nedensel açıdan analiz edebilmek için yeni bir metodoloji geliştirdi. Sosyal ağ çalışmalarında karşılaşılan temel zorluklardan biri, kişiler arası bağlantıların neden kurulduğunu belirlemektir - bu durum gözlenemeyen faktörler ve karşılıklı etkileşimler nedeniyle karmaşık hale gelir. Yeni yaklaşım, ağ yapısının zaman içindeki değişimlerini ve rastgele dağıtılmış başlangıç bağlantılarını kullanarak bu sorunu çözmeye odaklanıyor. Büyük bir profesyonel hizmetler şirketinde yapılan uygulamada, yeni işe alınan çalışanların projelere rastgele atanması durumu incelendi. Sonuçlar, dolaylı bağlantıların (ortak tanışıklar) yeni ilişki kurma üzerinde güçlü ve pozitif etkisi olduğunu ortaya koydu. Bu çalışma, sosyal ağ analizinde nedensel çıkarım yapabilmek için önemli bir metodolojik katkı sunuyor ve organizasyonel davranış araştırmalarına yeni perspektifler getiriyor.
Heterofil Graflar İçin Sinir Ağları: Farklılıkların Birbirine Bağlandığı Yapılarda AI
Araştırmacılar, graf sinir ağlarının (GNN) temel varsayımını sarsan yeni bir yaklaşım geliştiriyor. Geleneksel GNN'ler, benzer özellikteki düğümlerin birbirine bağlı olduğu homofilik yapılarda etkili çalışırken, gerçek dünyadaki birçok sistemde farklı özellikli düğümler birbirine bağlanıyor. Bu heterofil yapılar - sosyal ağlardaki zıt görüşlü kişilerin etkileşiminden protein ağlarındaki farklı moleküllerin bağlanmasına kadar - mevcut AI sistemlerinin performansını ciddi şekilde sınırlıyor. Yeni araştırma, bu tür karmaşık ağ yapılarını analiz edebilecek özel GNN modellerinin sistematik bir incelemesini sunuyor ve gelecekteki AI uygulamaları için önemli açılımlar vaat ediyor.
Büyük Grafiklerde En Yoğun Alt Kümeleri Bulma Yöntemleri İncelendi
Araştırmacılar, büyük veri ağlarında en yoğun bağlantılara sahip grupları tespit etmek için kullanılan algoritmaları kapsamlı bir şekilde inceledi. Bu yöntemler, sosyal medyada yankı odalarının keşfinden DNA'daki düzenleyici motiflerin bulunmasına, sahte takipçi tespitinden topluluk analizine kadar geniş bir uygulama alanına sahip. Çalışma, graf madenciliğinin en temel problemlerinden biri olan yoğun alt graf keşfinin teorik temellerini ve pratik uygulamalarını ele alıyor. Bu algoritmaların ağ akışı ve iki taraflı eşleştirme gibi diğer temel graf problemleriyle güçlü bağlantıları bulunuyor.
GEN-Graph: Genomik ve Ağ Analitiği için Yeni Nesil Hibrit İşlemci
Araştırmacılar, genomik ve ağ analitiği uygulamalarında kullanılan graf tabanlı dinamik programlama algoritmalarını daha verimli çalıştırmak için GEN-Graph adlı yenilikçi hibrit işlemci mimarisini geliştirdi. Bu sistem, DNA dizilimi ve ağ analizi gibi farklı hesaplama türlerinin çelişkili gereksinimlerini tek bir çip üzerinde karşılayabiliyor. Matris yoğun hesaplamalar için optimize edilmiş PUM çekirdekleri ile bellek yoğun traversal işlemleri için tasarlanmış PNM çekirdeklerini bir araya getiren bu hibrit yaklaşım, genomik araştırmalar ve büyük ölçekli ağ analizlerinde önemli performans artışları sunuyor. Geleneksel tek tip işlemci mimarilerinin her iki hesaplama türünü de verimli şekilde destekleyememesi sorunu bu yenilikçi tasarımla çözülüyor.
Sosyal Ağlarda Etki Maksimizasyonu: Hipergraf Modelleme ile Yeni Çözüm
Araştırmacılar, sosyal ağlardaki etkili kişileri belirleme problemini çözmek için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler, karmaşık etkileşimleri tam olarak yakalayamıyor. Yeni çalışma, hipergraf modellemesi ve parçacık sürüsü optimizasyonu algoritmasını birleştirerek, çok boyutlu sosyal etkileşimleri daha iyi analiz ediyor. Bu yöntem, pazarlama kampanyalarından halk sağlığı müdahalelerine kadar geniş uygulama alanına sahip. Hipergraflar, ikiden fazla kişi arasındaki etkileşimleri modelleyebilme avantajı sunuyor ancak hesaplama karmaşıklığını artırıyor. Araştırma ekibi, bu zorluğu aşmak için eşik modeli tabanlı fitness fonksiyonu geliştirdi.