Dissertation/Thesis Abstract

Temporal and Spatial Aspects of Correlation Networks and Dynamical Network Models: Analytical Approaches and Physical Applications
by Tupikina, Liubov, Ph.D., Humboldt Universitaet zu Berlin (Germany), 2017, 146; 10738135
Abstract (Summary)

In der vorliegenden Arbeit untersuchte ich die komplexen Strukturen von Netzwerken, deren zeitliche Entwicklung, die Interpretationen von verschieden Netzwerk-Massen und die Klassen der Prozesse darauf. Als Erstes leitete ich Masse für die Charakterisierung der zeitlichen Entwicklung der Netzwerke her, um räumlich Veränderungsmuster zu erkennen.

Als Nächstes führe ich eine neue Methode zur Konstruktion komplexer Netzwerke von Flussfeldern ein, bei welcher man das Set-up auch rein unter Berufung Berufung auf das Geschwindigkeitsfeld ändern kann. Diese Verfahren wurden für die Korrelationen skalarer Grössen, z. B. Temperatur, entwickelt, welche eine Advektions-Diffusions-Dynamik in der Gegenwart von Zwingen und Dissipation. Die Flussnetzwerk-Methode zur Zeitreihenanalyse konstruiert die Korrelationsmatrizen und komplexen Netzwerke. Dies ermöglicht die Charakterisierung von Transport in Flüssigkeiten, die Identifikation verschiedene Misch-Regimes in dem Fluss und die Anwendung auf die Advektions-DiffusionsDynamik, Klimadaten und anderen Systemen, in denen Teilchentransport eine entscheidende Rolle spielen.

Als Letztes, entwickelte ich ein neuartiges Heterogener Opinion Status Modell (HOpS) und Analysetechnik basiert auf Random Walks und Netzwerktopologie Theorien, um dynamischen Prozesse in Netzwerken zu studieren, wie die Verbreitung von Meinungen in sozialen Netzwerken oder Krankheiten in der Gesellschaft. Ein neues Modell heterogener Verbreitung auf einem Netzwerk wird als Beispielssystem für HOpS verwendent, um die vergleichsweise Einfachheit zu nutzen. Die Analyse eines diskreten Phasenraums des HOPS-Modells hat überraschende Eigenschaften, welches sensibel auf die Netzwerktopologie reagieren. Sie können verallgemeinert werden, um verschiedene Klassen von komplexen Netzwerken zu quantifizieren, Transportphänomene zu charakterisieren und verschiedene Zeitreihen zu analysieren.

Indexing (document details)
Advisor: Kurths , Jürgen , Schimansky-Geier , Lutz , Nechaev , Sergei
Commitee:
School: Humboldt Universitaet zu Berlin (Germany)
School Location: Germany
Source: DAI-C 81/1(E), Dissertation Abstracts International
Source Type: DISSERTATION
Subjects: Physics
Keywords: Correlation networks, Dynamical Networks
Publication Number: 10738135
ISBN: 9781392426272
Copyright © 2020 ProQuest LLC. All rights reserved. Terms and Conditions Privacy Policy Cookie Policy
ProQuest