Numerical simulation of percolation theory in connectivity analysis of knowledge networks

knowledge network, citation network, network, high-energy physics, HEP, percolation, percolation transition, connectivity, giant component, clustering

1. Дерябин С. А., Кондратьев Е. И., Рзазаде Ульви Азар оглы и др. Язык моделирования архитектуры цифрового предприятия: методологический подход к проектированию систем Индустрии 4.0 // Горный информационно-аналитический бюллетень. 2022. № 2. С. 97–110. https://doi.org/10.25018/0236_1493_2022_2_0_97.

2. Beloglazov I., Krylov K. An interval-simplex approach to determine technological parameters from experimental data // Mathematics. 2022. Vol. 10, no. 16. https://doi.org/10.3390/math10162959.

3. Brunk N. E., Twarock R. Percolation theory reveals biophysical properties of virus-like particles // ACS Nano. 2021. Vol. 15, no. 8. P. 12988–12995. https://doi.org/10.1021/acsnano.1c01882.

4. Лесько С. А., Алёшкин А. С., Филатов В. В. Стохастические и перколяционные модели динамики блокировки вычислительных сетей при распространении эпидемий эволюционирующих компьютерных вирусов // Russian Technological Journal. 2019. Т. 7, № 3. С. 7–27. https://doi.org/10.32362/2500-316X-2019-7-3-7-27.

5. Broadbent S. R., Hammersley J. M. Percolation processes: I. Crystals and mazes // Mathematical Proceedings of the Cambridge Philosophical Society. 1957. Vol. 53, no. 3. P. 629–641. https://doi.org/10.1017/S0305004100032680.

6. Kesten H. What is… percolation? // Notices of the American Mathematical Society. 2006. Vol. 53, no. 5. P. 572–573.

7. Li M., Liu R.-R., Lü L. et al. Percolation on complex networks: Theory and application // Physics Reports. 2021. Vol. 907. P. 1–68. https://doi.org/10.1016/j.physrep.2020.12.003.

8. Петров Е. А., Джариев И. Э., Попов О. Р. и др. Подход к прогнозированию универсальных динамических процессов на примере моделирования электромагнитного воздействия на газогидратные пласты // Горный информационно-аналитический бюллетень. 2023. № 6. С. 56–66. https://doi.org/10.25018/0236_1493_2023_6_0_56.

9. Xie J., Meng F., Sun J. et al. Detecting and modelling real percolation and phase transitions of information on social media // Nature Human Behaviour. 2021. Vol. 5. P. 1161–1168. https://doi.org/10.1038/s41562-021-01090-z.

10. Жуков Д. О., Хватова Т. Ю., Зальцман А. Д. Моделирование стохастической динамики изменения состояний узлов и перколяционных переходов в социальных сетях с учетом самоорганизации и наличия памяти // Информатика и ее применения. 2021. Т. 15, № 1. С. 102–110. https://doi.org/10.14357/19922264210114.

11. Bagnoli F., Bellini E., Massaro E. et al. Percolation and Internet science // Future Internet. 2019. Vol. 11, no. 2. P. 35. https://doi.org/10.3390/fi11020035.

12. Sun H., Radicchi F., Kurths J. et al. The dynamic nature of percolation on networks with triadic interactions // Nature Communications. 2023. Vol. 14. https://doi.org/10.1038/s41467-023-37019-5.

13. Дашко Ю. В. Перколяционное представление микроструктуры сегнетокерамики: дис. … д-ра ф.-м. наук. Ростов-на-Дону, 1998. 402 с.

14. Mondal S., Pachhal S., Agarwala A. Percolation transition in a topological phase // Physical Review B. 2023. Vol. 108, no. 22. https://doi.org/10.1103/PhysRevB.108.L220201.

15. Крамаров С. О., Попов О. Р., Джариев И. Э. и др. Динамика формирования связей в сетях, структурированных на основе прогностических терминов // Russian Technological Journal. 2023. Т. 11, № 3. С. 17–29. https://doi.org/10.32362/2500-316X-2023-11-3-17-29.

16. Абдуллаев А. М., Аверченко Е. В., Александрова Т. С. и др. Возможности сочетания естественного и искусственного интеллектов в образовательных системах : коллективная монография / под ред. С. О. Крамарова. Москва : РИОР, 2023. 232 с. https://doi.org/10.29039/02124-8.

17. Крамаров С. О., Попов О. Р., Джариев И. Э. и др. Перколяция и формирование связности в динамике сетей цитирования данных по физике высоких энергий // Russian Technological Journal. 2025. T. 13, № 1. С. 16–27. https://doi.org/10.32362/2500-316X-2025-13-1-16-27.

18. Сизин П. Е. Теоретическое и численное моделирование электрической проводимости пористых сред // Горный информационно-аналитический бюллетень. 2023. № 5. С. 43–56. https://doi.org/10.25018/0236_1493_2023_5_0_43.

19. Карачун И. А., Кравченя П. Д., Медников С. В. и др. Моделирование коррозии полимеров в агрессивных средах на основе теории перколяции // Инженерный вестник Дона. 2020. № 12 (72). С. 335–346.

20. Жуков Д. О., Хватова Т. Ю., Лесько С. А. Влияние плотности связей на кластеризацию и порог перколяции при распространении информации в социальных сетях // Информатика и ее применения. 2018. Т. 12, № 2. С. 90–97. https://doi.org/10.14357/19922264180213.

21. Fractals and disordered systems / Bunde A., Havlin S., eds. 2nd rev. ed. Berlin, Heidelberg : Springer Science+Business Media, 2012. 408 p.