本講義は複雑なシステムを表すネットワーク構造を理解して分析する能力を身につける。
ネットワークの特徴量、アルゴリズム、モデル、プロセスの4つの観点から学ぶ。
本講義のねらいは、以下の三つである。
1)ネットワーク構造における基礎的な概念の学習
2)ツールによるネットワーク分析の実践
3)様々な分野における複雑ネットワークの応用例の理解
本講義を履修することによって以下の能力を得ることを目標とする。
1)ネットワーク構造における基本的な特徴量を理解し、与えられたネットワークで計算することができる
2)ネットワーク構造を対象とした基本的なアルゴリズムを理解することができる
3)ネットワークの生成モデルを理解し、簡単な生成過程をシミュレートすることができる
4)ネットワーク上で起こる感染等のプロセスを理解することができる
複雑ネットワーク,グラフ理論,数理モデル
✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
複雑ネットワークの概要およびその理論的な取扱いや解析方法についてスライドや講義資料を用いて講義する。
授業計画 | 課題 | |
---|---|---|
第1回 | イントロダクション | レポート課題(講義中に提示) |
第2回 | ネットワーク分析ツール | レポート課題(講義中に提示) |
第3回 | 基礎 (1) ネットワークの数学 | レポート課題(講義中に提示) |
第4回 | 基礎 (2) 特徴量 | レポート課題(講義中に提示) |
第5回 | 基礎 (3) 大規模ネットワークの構造 | レポート課題(講義中に提示) |
第6回 | ネットワークアルゴリズム (1) 表現 | レポート課題(講義中に提示) |
第7回 | ネットワークアルゴリズム (2) 行列アルゴリズム | レポート課題(講義中に提示) |
第8回 | ネットワークアルゴリズム (3) グラフ分割 | レポート課題(講義中に提示) |
第9回 | ネットワークモデル (1) ランダムグラフ | レポート課題(講義中に提示) |
第10回 | ネットワークモデル (2) ネットワーク生成 | レポート課題(講義中に提示) |
第11回 | ネットワークモデル (3) スモールワールドモデル | レポート課題(講義中に提示) |
第12回 | ネットワーク上のプロセス (1) パーコレーション | レポート課題(講義中に提示) |
第13回 | ネットワーク上のプロセス (2) 感染 | レポート課題(講義中に提示) |
第14回 | 機械学習とネットワーク (network embedding, graph neural network) | レポート課題(講義中に提示) |
学修効果を上げるため,教科書や配布資料等の該当箇所を参照し,「毎授業」授業内容に関する予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと。
1. Networks (Second Edition), M. E. J. Newman, Oxford University Press
1. Networks, Crowds, and Markets, D. Easley and J. Kleinberg, Cambridge University Press
各回のクイズ(100%)により評価する。
基本的な線形代数,微積分
T2SCHOLAによるオンデマンド授業を行う。詳細は以下サイトを参照のこと。
http://www.net.c.titech.ac.jp/lecture/cn/