Abstract

The paper deals with configuration graphs with vertex degrees distributed independently according to the power law. The distribution parameter is either fixed or randomly distributed according to either uniform or truncated normal distribution on a predefined interval (a, b). The assortativity and clustering of these graphs are studied by computer simulation. The estimates of numerical structural characteristics are found, such as the assortativity and clustering coefficients. The obtained results are compared with those known from the literature for real world complex networks.

Highlights

  • Рассматриваются случайные конфигурационные графы с распределением степеней вершин, являющимся дискретным степенным распределением

  • The paper deals with configuration graphs with vertex degrees distributed independently according to the power law

  • The assortativity and clustering of these graphs are studied by computer simulation

Read more

Summary

ОБ АССОРТАТИВНОСТИ И КЛАСТЕРИЗАЦИИ СТЕПЕННОЙ МОДЕЛИ КОНФИГУРАЦИОННЫХ ГРАФОВ

Институт прикладных математических исследований КарНЦ РАН, ФИЦ «Карельский научный центр РАН», Петрозаводск, Россия. В настоящей работе рассматриваются случайные графы, распределение степеней вершин которых является дискретным аналогом распределения Парето. Рассматриваемые в большинстве работ графы (см., например, [5, 7, 11]) имеют фиксированный параметр τ , однако с ростом размеров глобальных сетей все большее внимание исследователей стали привлекать модели случайных графов, у которых распределения степеней вершин либо меняются с ростом размерности графа, либо являются случайными (см., например, [2, 3]). Поэтому в настоящей работе рассматриваются случайные графы, степени вершин которых имеют распределение (1) как с фиксированным параметром τ , так и с параметром τ , имеющим либо равномерное, либо усеченное нормальное распределение на заданном интервале (a, b), где 1 < a < b < ∞ [1].

Характеристики структуры
Ci число пар смежных ребер с центром в
CG CL

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.