Barabasi-albert model degree distribution


Autor/Urheber:
Attribution:
Das Bild ist mit 'Attribution Required' markiert, aber es wurden keine Informationen über die Attribution bereitgestellt. Vermutlich wurde bei Verwendung des MediaWiki-Templates für die CC-BY Lizenzen der Parameter für die Attribution weggelassen. Autoren und Urheber finden für die korrekte Verwendung der Templates hier ein Beispiel.
Größe:
731 x 551 Pixel (87436 Bytes)
Beschreibung:
The degree distribution of a Barabasi Albert network with 200000 nodes and with 2 new edges in each step. The exponent is -2.78 (from 2 to the max). The biggest degree is 882. With bin-smearing.
Lizenz:
Credit:
Created by the NetworkX module of the Python
Bild teilen:
Facebook   Twitter   Pinterest   WhatsApp   Telegram   E-Mail
Weitere Informationen zur Lizenz des Bildes finden Sie hier. Letzte Aktualisierung: Fri, 04 Aug 2023 14:30:03 GMT

Relevante Bilder


Relevante Artikel

Potenzgesetz (Statistik)

Ein Potenzgesetz beschreibt die Beziehung von zwei beobachteten Größen und durch eine Potenzfunktion der Form .. weiterlesen

Barabási-Albert-Modell

Das Barabási-Albert-Modell beschreibt einen stochastischen Algorithmus aus dem Bereich der Graphentheorie zur Generierung ungerichteter skalenfreier Netzwerke. Das Modell wurde von Albert-László Barabási und seiner Doktorandin Réka Albert formuliert und seine wesentlichen Merkmale sind ein sukzessives Wachstum des Netzwerks, also das Hinzufügen von neuen Knoten im Laufe der Zeit, und deren Anbindung an das bestehende Netzwerk. Letzteres ist ein Zufallsprozess, der aber einer sogenannten bevorzugten Bindung unterliegt. Die Auswahl der Nachbarn eines neuen Knotens wird mit höherer Wahrscheinlichkeit zugunsten von Knoten entschieden, die bereits einen hohen Grad aufweisen. In den so entstehenden Netzwerken kommen dementsprechend einige relativ bedeutende Knoten vor, deren Grade signifikant höher sind als die der überwiegenden Mehrheit mit vergleichsweise kleinen Graden. Man spricht dann von einem skalenfreien Netzwerk, da die Gradverteilung einem Potenzgesetz folgt; der Charakter eines solchen Netzwerks ist demnach unabhängig von seiner Größe. Es gilt als das bekannteste Modell zur Generierung von Netzwerken. .. weiterlesen