haku: @keyword data-analyysi / yhteensä: 21
viite: 7 / 21
Tekijä:Backlund, Ville-Pekka
Työn nimi:Temporal Percolation and Influential Nodes in Communication Networks
Aikariippuva perkolaatio ja olennaiset solmut kommunikaatioverkostoissa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:vii + 58      Kieli:   eng
Koulu/Laitos/Osasto:Lääketieteellisen tekniikan ja laskennallisen tieteen laitos
Oppiaine:Laskennallinen tiede ja tekniikka   (F3009)
Valvoja:Saramäki, Jari
Ohjaaja:Pan, Raj Kumar
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201410072761
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  1712   | Arkisto
Avainsanat:temporal networks
temporal percolation
influential node
complex networks
data analysis
aikariippuvat verkostot
aikariippuva perkolaatio
olennainen solmu
data-analyysi
Tiivistelmä (fin):Merkittävä osa ihmisten välisestä kommunikaatiosta välittyy nykyään elektronisten viestinten välityksellä.
Nämä viestimet mahdollistavat ajasta ja paikasta riippumattoman yhteydenpidon, sekä tuottavat suuria ja yksityiskohtaisia tietoaineistoja kommunikaatioverkostoista ja näiden kuvaamista sosiaalisista verkostoista.
Aikariippuvien verkostojen teoria mahdollistaa näiden verkostojen tutkimisen sekä yksilöiden että koko verkoston tasolla.
Tässä työssä tarkastellaan kolmea empiiristä kommunikaatioverkostoa ja tutkitaan erityisesti kolmea kysymystä.
Ensiksi, työssä tutkitaan peräkkäisistä puheluista tai viesteistä koostuvien aliverkostojen perkolaatiota.
Kaikista kolmesta verkostosta tunnistetaan perkolaatiotransitio sirpaleisesta tilasta yhdistyneeseen tilaan sekä hetki, jolloin tämä tapahtuu.
Työssä keskitytään vertailemaan kuinka staattisten ja aikariippuvien verkostojen perkolaatiotransitiot eroavat toisistaan, ja mihin erityisesti pitää kiinnittää huomiota jälkimmäisessä tapauksessa.
Analyysin avulla voidaan todeta, että aliverkostojen elinikä on merkittävä käsite perkolaatiohetken määrittämisessä.
Lisäksi pystyimme tunnistamaan koko verkostolle merkityksellisen aktiivisen ytimen synnyn.
Toiseksi, työssä tutkitaan ovatko tämän merkityksellisen ytimen solmut tunnistettavissa muista verkoston solmuista.
Tulosten perusteella voidaan sanoa solmun kontaktien määrän ja erityisesti sen asteluvun selittävän hyvin solmun todennäköisyyden kuulua ytimeen.
Kolmanneksi, työssä tutkitaan solmujen käyttäytymistä ja merkitystä lähiympäristöilleen.
Tätä varten kehitettiin menetelmä aliverkostojen kontaktien luokittelemiseksi.
Havaintojen perusteella todetaan, että solmut joilla on suuri määrä kontakteja ja suuri asteluku esiintyvät suurempien aliverkostojen yhteydessä.
Tiivistelmä (eng):A significant part of human communication is nowadays transmitted via electronic devices and applications which enable immediate contacts between individuals irrespective of location and time.
An important side product of these media is the availability of large and detailed data sets on human communication that allow inferences to be made on the structure of the underlying social networks.
The theory of temporal networks offers a suitable framework for studying time-resolved human communication both at the level of the whole system and at the level of individuals.
This thesis studies three different real-world communication networks and addresses three questions.
First, percolation of temporal subgraphs constructed of consecutive communication events is studied.
A phase transition from a fragmented to a connected phase and a percolation threshold is found in all networks.
Emphasis is given to differences between static and temporal percolation, and on metrics that are of importance to the latter.
Ensuring that the lifetime of temporal subgraphs spans the data interval was seen significant when determining the birth of a nucleus -- a core group of nodes ultimately forming the giant temporal subgraph.
Second, the natural continuation of the first point is the study of those nodes who are responsible for the phase transition, i.e. nodes who are influential for the system.
It is seen that the number of events and especially the degree of a node are good predictors of a node being part of the nucleus of the temporal network.
The third phase of the study focuses purely on the node level and addresses the influence of a node's actions within its local neighborhood.
For this, a novel method of labeling the events of a temporal subgraph is presented.
It is found that nodes with high degree and a large number of events are associated with larger temporal subgraphs.
ED:2014-10-05
INSSI tietueen numero: 49821
+ lisää koriin
INSSI