人工智能培训讲义kj11拓扑势.pptx

《不确定性人工智能》课件之十一拓 扑 势Topological Potential现象：太犬≠拓扑的重要性！ 人类学家、人工生命之父 Chris Langton说：“生命的本质在于物质的组织形式，而不在于物质的自身”。Chris Langton（1949-） 思考：信息资源网络的本质在于信息资源之间的组织形式，而不在于承载信息的计算机自身。度量复杂网络的众多参数，都只反映网络整体的一般统计性质，如何才能度量复杂网络中节点的重要性和局域影响性？拓扑势一、节点影响性度量的缺失二、拓扑势思想的引入和计算三、同行公用的网络载体四、拓扑势应用和拓展一、节点影响性度量的缺失WWWInternetHTTPfood chainArtsVLSIUsenetInternetBiologicalCommunication复杂网络无处不在技术网络（通信网、因特网、万维网、电力网、交通网）生物网络（神经网、食物链网、生态网、新陈代谢网）社会关系网络 （工作关系、朋友关系、合作关系、恐怖组织）1) 度量复杂网络不确定性的基本参数距离与平均距离 Distance Average Distance度与度分布 Degree Degree Distribution集聚系数 Clustering Coefficient介数 BetweennessbdHOPac=1HOPad=2HOPbc=1HOPbd=2HOPbe=2HOPcd=1HOPce=1HOPde=1HOP=1.4eca距离与平均距离距离：任意两个节点之间的最短路径；平均距离：所有任意两个节点之间距离的平均值。HOPab=1HOPae=2HOP=2.41HOP=3.58平均距离节点数:286, 边数:554节点数:34, 边数:78bcaed 度和度分布节点的度：节点拥有相邻节点的数目，即节点关联的边数；度分布P(k)：度为k的节点的概率。Da=4Db=1Dc=1Dd=1De=1度分布:P(k=4)=1/5P(k=1)=4/5aaddC=0C=1bbcc 集聚系数 节点的集聚系数：所有相邻节点之间连边的数目占可能的最大连边数目的比例；网络的集聚系数：所有节点集聚系数的平均值。 网络的集聚系数 节点数:34,边数:78节点数:286,边数:554C=0.60C=0.81bdeca介 数节点的介数：网络中经过某节点的最短路径的条数；边的介数：网络中经过某条边的最短路径的条数。?(a) =0?(c) =4?(bc) =3?(ce) =3 宏观和微观上的自相似性，以及不同系统、不同学科之间的相似性，导致复杂网络和复杂系统研究的两个重大科学发现： 小世界现象 无标度效应小世界现象 特征: 连接分布: 均匀的但是呈指数衰减 均匀性: 所有节点的连接数大致相同平均距离：较小集聚系数：较大2011年11月21日，Facebook网站上公布了与意大利米兰大学等联合从事的关于Facebook的六度分离验证的研究结果：Facebook上两个用户之间的平均距离仅为4.74！研究中采用的2011年5月份的数据包括了Facebook上的大约7.21亿个活跃用户以及687亿条朋友关系链接，用户数超过了当时全球人口的10%，这是到2011年为止的最大规模的小世界验证。101010101011111177777777777999999922222222222222222222124444444444444444411111111111111111111188888888881366666666666661955555555555555533333333333333333331416172015无标度效应特征:度分布：幂律分布非均匀性：大多数节点的度很小，少数节点的度很大 复杂网络中，用节点的度和度分布、介数和介数分布、集聚系数、以及网络的平均最短路径，来描述网络的整体特征是最普遍的方法，但是这些参数反映的仅仅是网络整体的、一般的统计性质而已，这四个参数之间的相互关系也不清晰。 复杂网络的不均匀性和节点间存在的相互作用，使得节点自身的主体性、节点在网络拓扑中的位置显得非常重要，而现有的度量复杂网络的各种指标，都没有充分考虑节点拓扑位置的重要性。现实网络中的四性：节点自身的主体性：每个节点都是独立的行为主体，表现出不同的活力和不确定性；相互影响的局域性：节点既影响周围的节点，又被周围节点影响，随距离增大影响减小,不存在集中统一的控制；现实网络中的四性：拓扑结构的不均匀性：拓扑中的一些节点群会呈现一定的抱团特性；网络生长的偏好依附性：网络在不确定的演化过程中，表现出偏好依附性，不是纯随机的，也不是无限增长的。因为这四性，网络具有了自组织能力，出现涌现现象。局部之间的相互作用是导致复杂网络出现全局涌现的根源，无中心控制的、非