Новый алгоритм bimodularity раскрывает направление влияния в сложных сетях

Сообщества узлов представлены красными, синими и желтыми кластерами, а стрелки зеленого, оранжевого и фиолетового цветов показывают направленные связи. Автор: EPFL

Исследователи из EPFL и Женевского университета разработали новый метод анализа направленных сетей под названием bimodularity. Этот подход позволяет определять не только сообщества узлов, но и направление потоков информации между ними.

Традиционные методы анализа сетей хорошо работают с ненаправленными связями, но сталкиваются с трудностями при анализе направленных сетей, где информация или влияние движутся в определенном направлении. Новая методика bimodularity решает эту проблему, анализируя не узлы, а взаимодействия между ними.

«С помощью bimodularity мы можем наконец отличить отправителей от получателей в сети. Это означает более детальную информацию о том, как взаимодействуют сообщества — кто отправляет, а кто получает», — говорит Димитри Ван Де Виль.

Метод был протестирован на нейронной сети круглого червя C. elegans. Алгоритм не только точно соответствовал анатомическим данным, но и выявил новые группировки нейронов, проливающие свет на функциональность нервной системы.

Исследование опубликовано в журнале Proceedings of the National Academy of Sciences. Новый подход может найти применение в нейробиологии, социологии и анализе транспортных потоков.