Численные методы теории перколяции при анализе проявления связности в сетях знаний
https://doi.org/10.35266/1999-7604-2026-1-4
Аннотация
Ключевые слова
сеть знаний,
сеть цитирования,
сеть,
физика высоких энергий,
HEP,
перколяция,
перколяционный переход,
связность,
гигантский компонент,
кластеризация
Об авторах
О. Р. Попов
Национальный исследовательский технологический университет «МИСИС», Москва
Россия
Россия
кандидат технических наук, доцент
С. О. Крамаров
Сургутский государственный университет, Сургут
Россия
Россия
профессор
Е. В. Гребенюк
Сургутский государственный университет, Сургут
Россия
Россия
старший преподаватель
Список литературы
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.
Рецензия
Для цитирования:
Попов О.Р., Крамаров С.О., Гребенюк Е.В. Численные методы теории перколяции при анализе проявления связности в сетях знаний. Вестник кибернетики. 2026;25(1):39-48. https://doi.org/10.35266/1999-7604-2026-1-4
For citation:
Popov O.R., Kramarov S.O., Grebenyuk E.V. Numerical simulation of percolation theory in connectivity analysis of knowledge networks. Proceedings in Cybernetics. 2026;25(1):39-48. (In Russ.) https://doi.org/10.35266/1999-7604-2026-1-4
Просмотров:
32
JATS XML
Послать статью по эл. почте 