Resumen

Muchos sistemas complejos del mundo real tienen múltiples tipos de relaciones entre sus componentes, y son popularmente modelados como redes multiplex con cada tipo de relación como una capa. Dado que el análisis de fusión de redes multiplex puede proporcionar una visión integral, la fusión de información estructural de redes multiplex se ha convertido en un tema crucial. Sin embargo, la mayoría de estos métodos de fusión de datos existentes no son apropiados para que los investigadores los apliquen directamente al análisis de redes complejas. Los métodos de fusión basados en características ignoran el intercambio y complementariedad de la información estructural entre capas. Para abordar este problema, proponemos un modelo de fusión estructural de redes multiplex (MNSF), que puede construir una red con información integral. Está compuesto por dos módulos: el módulo de extracción de características de red (NFE) y el módulo de fusión estructural de red (NSF). (1) En NFE, MNSF extrae primero una representación vectorial de baja dimensión de un nodo de cada cap

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Sistemas complejos del mundo real; Redes multiplex; Fusión estructural; Métodos de fusión de datos; Análisis de redes; Red de similitud de nodos
• Keywords:Real-world complex systems; Multiplex networks; Structural fusion; Data fusion methods; Network analysis; Node similarity network