Complex Networks VI: Proceedings of the 6th Workshop on Complex Networks CompleNet 2015

توضیح پویایی مکانی و زمانی نحوه اتصال اشیا به یکی از مهمترین حوزه های تحقیقاتی در قرن بیست و یکم تبدیل شده است. علم شبکه در حال حاضر تقریباً در همه حوزه‌های علمی نفوذ کرده است و در نتیجه اکتشافات جدیدی در مجموعه‌ای از سیستم‌های اجتماعی و طبیعی پویا از جمله: نحوه اتصال و ارتباط نورون‌ها در مغز، نحوه نفوذ اطلاعات در داخل و بین شبکه‌های اجتماعی، تکامل تحقیقات علمی از طریق همکاری انجام شده است. -شبکه های نویسندگی، گسترش بیماری های همه گیر و بسیاری از پدیده های پیچیده دیگر.

در طول دهه گذشته، پیشرفت ها در قدرت محاسباتی ابزارهای تجزیه و تحلیل شبکه را در دستان تعداد فزاینده ای از دانشمندان قرار داده است و امکان کاوش های بیشتر را فراهم کرده است. دنیای ما بیش از هر زمان دیگری ممکن است. علوم اطلاعات، علوم اجتماعی، زیست‌شناسی سیستم‌ها، بوم‌شناسی اکوسیستم، علوم اعصاب و فیزیک همگی از این حرکت سود می‌برند، که نظریه گراف را با علوم داده ترکیب می‌کند تا نظریه‌هایی را درباره جهان اطراف ما ایجاد و تأیید کند.

این کتاب گرد هم می‌آورد. پژوهش های نوین از حوزه علوم شبکه و شامل موضوعات متنوع و میان رشته ای مانند: مدل سازی ساختار سیستم های شهری، رفتار در شبکه های اجتماعی، آموزش و یادگیری، معماری شبکه داده، ساختار و پویایی سازمان ها، جرم و جنایت و تروریسم و ​​همچنین به عنوان توپولوژی شبکه، مدولار بودن و تشخیص جامعه.

Elucidating the spatial and temporal dynamics of how things connect has become one of the most important areas of research in the 21st century. Network science now pervades nearly every science domain, resulting in new discoveries in a host of dynamic social and natural systems, including: how neurons connect and communicate in the brain, how information percolates within and among social networks, the evolution of science research through co-authorship networks, the spread of epidemics and many other complex phenomena.

Over the past decade, advances in computational power have put the tools of network analysis in the hands of increasing numbers of scientists, enabling more explorations of our world than ever before possible. Information science, social sciences, systems biology, ecosystems ecology, neuroscience and physics all benefit from this movement, which combines graph theory with data sciences to develop and validate theories about the world around us.

This book brings together cutting-edge research from the network science field and includes diverse and interdisciplinary topics such as: modeling the structure of urban systems, behavior in social networks, education and learning, data network architecture, structure and dynamics of organizations, crime and terrorism, as well as network topology, modularity and community detection.