복잡계 네트워크

복잡계 네트워크(complex network)는 네트워크 이론의 맥락에서 격자 그래프무작위 그래프와 같은 단순한 네트워크에서는 발생하지 않지만 실제 시스템을 나타내는 네트워크에서는 종종 발생하는 기능인 사소하지 않은 위상적 특징을 가진 그래프 (그래프 이론)(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.

복잡계 네트워크의 예시

같이 보기

편집

각주

편집
  1. 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. 
  2. Alex Fornito. “An Introduction to Network Neuroscience: How to build, model, and analyse connectomes - 0800-10:00 | OHBM”. 《pathlms.com》 (영어). 2020년 3월 11일에 확인함. 
  3. 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. 
  4. 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. 
  5. Mark Newman (2010). 《Networks: An Introduction》. Oxford University Press. ISBN 978-0-19-920665-0.