参考文献

CDlib 是为研究目的而开发的。在这里,您可以找到(几乎)完整的论文列表,这些论文对其所展示的算法和方法有所贡献。

算法

评估措施

使用CDlib的研究

到目前为止,CDlib 已在以下研究工作中被引用:

  • Rezaei, M., Faramarzpour, M., Shobeiri, P., Seyedmirzaei, H., Sarasyabi, M. S., & Dabiri, S. (2023). 青光眼诊断微RNA的系统综述、荟萃分析和网络分析。欧洲医学研究杂志,28(1), 137.

  • Bharadwaj, A. G., & Starly, B. (2022). 从大型CAD模型库中构建产品设计知识图谱。高级工程信息学,53,101680。

  • Sieranoja, S., & Fränti, P. (2022). 适应k-means进行图聚类。知识与信息系统,64(1), 115-142.

  • Roghani, H., & Bouyer, A. (2022). 一种用于社交网络中社区检测的快速局部平衡标签扩散算法。IEEE 知识与数据工程汇刊。

  • 彭杰, 周洋, 王凯. (2021). 多基因和表型网络表征癫痫和自闭症的共享遗传途径. 科学报告, 11(1), 952.

  • Citraro, S., & Rossetti, G. (2020). 识别和利用标记网络中的同质社区。应用网络科学, 5(1), 55.

  • Gomes Ferreira, C. H., Murai, F., Silva, A. P., Trevisan, M., Vassio, L., Drago, I., … & Almeida, J. M. (2022). 关于网络骨干提取以建模在线集体行为。Plos one, 17(9), e0274218.

  • Yao, X., Wang, D., Yu, T., Luan, C., & Fu, J. (2023). 一种基于分层神经网络的多特征点云模型加工特征识别方法。智能制造杂志,34(6), 2599-2610.

  • Hottenrott, H., Rose, M. E., & Lawson, C. (2021). 学术界多重机构隶属关系的兴起。信息科学与技术协会期刊,72(8), 1039-1058.

  • Vilela, J., Asif, M., Marques, A. R., Santos, J. X., Rasga, C., Vicente, A., & Martiniano, H. (2023). 生物医学知识图谱嵌入在个性化医疗中的应用:预测疾病-基因关联。专家系统,40(5), e13181

  • Frąszczak, D. (2023). 在线社交网络中的谣言爆发检测。社交网络分析与挖掘,13(1), 91。

  • Pister, A., Buono, P., Fekete, J. D., Plaisant, C., & Valdivia, P. (2020). 在混合主动社交网络聚类中整合先验知识。IEEE 可视化与计算机图形学汇刊, 27(2), 1775-1785.

  • Mohammadmosaferi, K. K., & Naderi, H. (2020). 动态社交网络中社区的演变:一种高效的基于地图的方法。专家系统与应用,147,113221

  • Amira, A., Derhab, A., Hadjar, S., Merazka, M., Alam, M. G. R., & Hassan, M. M. (2023). 社交媒体中假新闻用户社区的检测与分析。IEEE Transactions on Computational Social Systems.

  • Yassin, A., Haidar, A., Cherifi, H., Seba, H., & Togni, O. (2023). 加权复杂网络中骨干提取技术的评估工具。科学报告,13(1),17000。

  • Sobolevsky, S., & Belyi, A. (2022). 图神经网络启发的无监督网络社区检测算法。应用网络科学, 7(1), 63.

  • Oestreich, Marie, 等人. “hCoCena: 转录组数据集的水平整合与分析.” Bioinformatics 38.20 (2022): 4727-4734.

  • Rustamaji, H. C., Kusuma, W. A., Nurdiati, S., & Batubara, I. (2024). 使用贪婪模块化分解策略进行社区检测。 Scientific Reports, 14(1), 4694.

  • Aref, S., Mostajabdaveh, M., & Chheda, H. (2023, 6月). 启发式模块度最大化算法在社区检测中很少返回最优分区或任何类似的结果。在 国际计算科学会议 (pp. 612-626). 查姆: 瑞士施普林格自然出版社.

  • Galan-Vasquez, E., & Perez-Rueda, E. (2021). 基于网络分析的药物-靶点相互作用景观。Plos one, 16(3), e0247018.

  • Groza, V., Udrescu, M., Bozdog, A., & Udrescu, L. (2021). 基于药物-基因相互作用的药物-药物相似性网络中的模块化聚类用于药物再利用。 Pharmaceutics, 13(12), 2117.

  • Zafarmand, M., Talebirad, Y., Austin, E., Largeron, C., & Zaïane, O. R. (2023). 基于链接强度的快速本地社区发现。社会网络分析与挖掘,13(1), 112

  • Cazabet, R., Boudebza, S., & Rossetti, G. (2020). 评估逐步演化图的社区检测算法。复杂网络杂志, 8(6), cnaa027.

  • Rani, S., & Kumar, M. (2022). 使用多层网络设计方法对复杂社交网络中的社区检测算法进行排名。国际网络信息系统杂志,18(5/6), 310-341.

  • Tariq, R., Lavangnananda, K., Bouvry, P., & Mongkolnam, P. (2023). 用户指定密度的图聚类分区。IEEE Access, 11, 122273-122294.

  • Pavel, A., Federico, A., Del Giudice, G., Serra, A., & Greco, D. (2021). Volta: 高级分子网络分析. Bioinformatics, 37(23), 4587-4588.

  • Krishna, V., Vasiliauskaite, V., & Antulov-Fantulin, N. (2022). 通过活动加权模块化增强因子分解的问题路由。 社交网络分析与挖掘, 12(1), 155.

  • Sahu, S., & Rani, T. S. (2022). 一种基于邻居相似性的社区发现算法。专家系统与应用,206,117822。

  • Aref, S., Chheda, H., & Mostajabdaveh, M. (2022). Bayan算法:通过模块化的精确和近似优化检测网络中的社区。arXiv预印本 arXiv:2209.04562.

  • Leventidis, A., Di Rocco, L., Gatterbauer, W., Miller, R. J., & Riedewald, M. (2023). DomainNet: 数据湖消歧中的同形词检测与理解。ACM Transactions on Database Systems, 48(3), 1-40.

  • Rossetti, G. (2020). ANGEL: 在静态和动态网络中高效且有效的节点中心社区发现。应用网络科学, 5(1), 26.

  • Citraro, S., & Rossetti, G. (2021). X-Mark: 一个用于节点属性社区发现算法的基准。社会网络分析与挖掘, 11(1), 99

  • Kumar, M., Mishra, S., Singh, S. S., & Biswas, B. (2024). 动态网络中的社区增强链接预测。ACM Transactions on the Web, 18(2), 1-32.

  • Shrestha, A., Mielke, K., Nguyen, T. A., & Giabbanelli, P. J. (2022, 12月). 自动解释模型:使用深度神经网络从因果图中生成文本。在 2022冬季模拟会议 (WSC) (pp. 2629-2640). IEEE.

  • 叶, Q., 徐, R., 李, D., 康, Y., 邓, Y., 朱, F., … & 侯, T. (2023). 整合多模态深度学习于知识图谱以发现针对传染病的协同药物组合。细胞报告物理科学, 4(8).

  • Peixoto, A. R., de Almeida, A., António, N., Batista, F., Ribeiro, R., & Cardoso, E. (2023). 解锁Twitter社区对初创企业的力量。应用网络科学,8(1), 66.

  • Hottenrott, H., & Lawson, C. (2022). 学术界多重机构隶属背后的原因是什么?. 科学与公共政策, 49(3), 382-402.

  • Sarmiento, H., Bravo-Marquez, F., Graells-Garrido, E., & Poblete, B. (2022年5月). 在极化期间识别和表征社区框架的新表达。在《国际AAAI网络与社交媒体会议论文集》(第16卷,第841-851页)中。

  • Mouronte-López, M. L., & Subirán, M. (2022). 在推特上建模关于气候变化的互动网络:其网络结构的特征。复杂性, 2022.

  • Akbaritabar, A. (2021). 以柏林为例的机构科学合作结构的定量视角。定量科学研究, 2(2), 753-777.

  • Das, S., Devarapalli, R. K., & Biswas, A. (2024). 利用级联信息进行社交网络中的社区检测。信息科学, 120696.

  • 肖, J., 王, Y. J., & 徐, X. K. (2021). 基于精英共生生物搜索和节点邻域信息的模糊社区检测. IEEE模糊系统汇刊, 30(7), 2500-2514.

  • Al-Debagy, O., & Martinek, P. (2022). 基于依赖关系的微服务分解方法。国际计算机与应用杂志,44(9), 814-821.

  • Frąszczak, D. (2022). RPaSDT—谣言传播和来源检测工具包。SoftwareX, 17, 100988.

  • Aref, S., & Mostajabdaveh, M. (2024). 分析模块化最大化在近似、启发式和图神经网络算法中的社区检测。计算科学杂志,78, 102283。

  • Mohammadmosaferi, K. K., & Naderi, H. (2021). AFIF: 在动态社交网络的社区演化预测中自动发现重要特征。计算机通信,176,66-80

  • Monterde, B., Rojano, E., Córdoba-Caballero, J., Seoane, P., Perkins, J. R., Medina, M. Á., & Ranea, J. A. (2023). 整合差异表达、共表达和基因网络分析以识别与肿瘤血管生成失调相关的常见基因。生物医学信息学杂志,144,104421

  • Böhle, T., Kuehn, C., & Thalhammer, M. (2022). 关于Kuramoto模型及相关图动力系统的可靠高效数值积分。国际计算机数学杂志,99(1), 31-57.

  • 肖, J., 邹, Y. C., & 徐, X. K. (2023). 一种基于元启发式的模块化优化算法,由边方向性驱动,用于有向网络。IEEE 网络科学与工程交易。

  • Vilela, J., Martiniano, H., Marques, A. R., Santos, J. X., Asif, M., Rasga, C., … & Vicente, A. M. (2023). 使用交互网络和社区检测分析识别自闭症谱系障碍中受损的神经传递和突触生物过程。Biomedicines, 11(11), 2971.

  • 朱, W., 孙, Y., 方, R., & 徐, B. (2023). 一种用于大规模网络的具有混合稀疏结构和结构信息的低内存社区检测算法。IEEE并行与分布式系统汇刊。

  • Das, S., & Biswas, A. (2024). TSInc: 基于信息级联的增量社区检测。国际信息技术杂志, 1-11.

  • Rossetti, G. (2020). 驱魔:天使,高效的节点中心社区发现。在《复杂网络及其应用VIII:第八届复杂网络及其应用国际会议论文集》第一卷中(第152-163页)。Springer International Publishing。

  • Frąszczak, D., & Frąszczak, E. (2024). NetCenLib: 一个用于网络中心性分析和评估的全面python库。 SoftwareX, 26, 101699

  • Adams, C., Bozhidarova, M., Chen, J., Gao, A., Liu, Z., Priniski, J. H., … & Brantingham, P. J. (2022年12月). QAnon Twitter网络的知识图谱. 在 2022 IEEE国际大数据会议 (Big Data) (第2903-2912页). IEEE.

  • Böhle, T., Thalhammer, M., & Kuehn, C. (2022). 网络上的动态系统的社区集成算法(CIAs)。计算物理学报,469,111524。

  • Soh Tsin Howe, J. (2021). 模拟案例法引用网络中的主题社区。Frontiers in Physics, 9, 665563.

  • Goodbrake, C., Beers, D., Thompson, T. B., Harrington, H. A., & Goriely, A. (2024). 脑链作为阿尔茨海默病的拓扑特征。应用与计算拓扑学杂志, 1-42.

  • Citraro, S., & Rossetti, G. (2020). Eva: 属性感知网络分割。在《复杂网络及其应用VIII:第一卷 第八届复杂网络及其应用国际会议论文集 COMPLEX NETWORKS 2019 8》(第141-151页)。Springer International Publishing。

  • Park, Y. J., & Li, D. (2024). 低里奇曲率用于高效社区检测。arXiv 预印本 arXiv:2401.10124.

  • Ghoroghchian, N., Dasarathy, G., & Draper, S. (2021年3月). 从粗略测量中检测图社区:粗化加权随机块模型的恢复条件. 在 国际人工智能与统计会议 (pp. 3619-3627). PMLR.

  • 孙, P. G., 吴, X., 权, Y., & 苗, Q. (2022). 重新排列“不可分割”的块以进行社区检测。IEEE 知识与数据工程汇刊。

  • Kumar, P., & Dohare, R. (2022). 一种基于交互的方法用于检测现实世界网络中的重叠社区结构。国际数据科学与分析杂志,14(1), 27-44.

  • Vera, J., & Palma, W. (2021). 单词共现网络的社区结构:来自美洲语言的实验。Europhysics Letters, 134(5), 58002

  • Rutkowski, E., Sargant, J., Houghten, S., & Brown, J. A. (2021年6月). 从加权图的探索性进化压缩中评估社区. 在 2021年IEEE进化计算大会 (CEC) (第434-441页). IEEE

  • Jaguzović, M., Grbić, M., Ðukanović, M., & Matić, D. (2022年3月). 通过重叠社区检测算法识别蛋白质复合物:一项比较研究. 在 2022年第21届国际研讨会INFOTEH-JAHORINA (INFOTEH) (第1-6页). IEEE

  • Gurukar, S., Venkatakrishnan, S. B., Ravindran, B., & Parthasarathy, S. (2023年11月). PolicyClusterGCN: 识别用于训练图卷积网络的高效集群. 在《国际社交网络分析与挖掘进展会议论文集》(第245-252页)中.

  • Prokop, P., Dráždilová, P., & Platoš, J. (2023年11月). 加权网络的分层重叠社区检测. 在 国际复杂网络及其应用会议 (pp. 159-171). 查姆: 瑞士施普林格自然出版社.

  • Hiel, S., Nicolaers, L., Vázquez, C. O., Mitrović, S., Baesens, B., & De Weerdt, J. (2022年11月). 图上的节点嵌入和社区检测联合建模技术的评估. 在 2022 IEEE/ACM 国际社交网络分析与挖掘进展会议 (ASONAM) (第403-410页). IEEE.

  • Das, S., & Biswas, A. (2021, 6月). 使用局部拓扑和信息交换在社交网络中进行社区检测. 在 2021年智能技术国际会议 (CONIT) (pp. 1-7). IEEE

  • Hassine, M. B., Jabbour, S., Kmimech, M., Raddaoui, B., & Graiet, M. (2023, 8月). 一种基于α-结构相似性的非重叠社区检测方法. 在 国际大数据分析与知识发现会议 (pp. 197-211). 查姆: 瑞士施普林格自然出版社.

  • Jeong, H., Kim, Y., Jung, Y. S., Kang, D. R., & Cho, Y. R. (2021). 基于熵的PPI网络图聚类用于预测蛋白质的重叠功能模块。熵, 23(10), 1271.

  • Ghoroghchian, N., Anguluri, R., Dasarathy, G., & Draper, S. C. (2022). 粗测量网络线性动态系统的可控性(扩展版)。arXiv预印本 arXiv:2206.10569。

  • Cruz, F., Monteiro, P. T., & Teixeira, A. S. (2023年3月). 酵母物种转录调控网络中的社区结构. 在 国际复杂网络研讨会 (pp. 38-49). 查姆: 瑞士施普林格自然出版社.

  • Sreevalsan-Nair, J., & Jakher, A. (2022). CAP-DSDN: 动态稀疏有向网络中社区节点共关联预测及迁移流动案例研究。在 KDIR (第63-74页)。

  • Szufel, P. (2024年4月). 面向分布式计算环境的图聚类研究. 在 国际网络图算法与模型研讨会 (pp. 146-158). 查姆: 瑞士施普林格自然出版社.

  • Jaiswal, R., & Ramanna, S. (2021). 使用基于集成的分布式邻域阈值方法在社交网络中检测重叠社区。智能决策技术, 15(2), 251-267.

  • Salter-Duke, M. (2024). 纠缠的网:图纠缠的实用研究 (博士论文, 开放获取 Te Herenga Waka-惠灵顿维多利亚大学).

  • Bharadwaj, A. G. (2023). 使用基于3D设计的知识图谱驱动产品设计和柔性机器人操作推理系统。北卡罗来纳州立大学。

  • 雷, G., 盛, Y., 邵子, L., & 庆寿, W. (2022). 结合核心节点和三阶结构模型的分层社区发现算法. 并发与计算: 实践与经验, 34(4), e6669.

  • Stav, G. B. (2023). 三维基因组的网络分析 (硕士论文).

  • Gibbs, C. P. (2023). 复杂环境中的因果关系与聚类 (博士论文, 科罗拉多州立大学).

  • Das, S., & Biswas, A. (2022, 12月). 社交网络中社区结构的直接比较. 在 2022 IEEE 第一届数据、决策和系统国际会议 (ICDDS) (pp. 1-6). IEEE.

  • Krathaus, A. (2023). 社会和交通网络对社会活动-旅行参与的影响:基于位置社交网络数据的探索性分析 (硕士论文, 纽约州立大学布法罗分校)

  • Svete, A., & Hostnik, J. (2020). 不仅仅是旋律:欧洲如何投票选出他们最喜欢的歌曲。arXiv 预印本 arXiv:2002.06609.

  • Rutkowski, E. (2022). 使用遗传算法进行加权图压缩。

  • 周, X., 潘, Y., & 秦, J. (2022, 4月). 从复杂网络视角看盾构隧道的智能控制. 在 国际绿色建筑、土木工程与智慧城市会议 (pp. 1226-1233). 新加坡: 新加坡施普林格自然.

  • Rózemberczki, B. (2021). 静态、多重和属性网络上的图挖掘。

  • Chatzi, I. (2024). 社区检测方法比较用于检测僵尸网络。

  • Oostenbach, R. 社区检测的公平性分析。

  • AL-DYANI, W. Z. A. 一种增强的二进制蝙蝠和马尔可夫聚类算法,用于改进异构新闻文本文档的事件检测。

  • Campos, G. A., Ribeiro, J. M., Vieira, V. F., & Xavier, C. R. (2023年8月). 基于中心性和重叠社区信息的种子选择影响研究. 在第十二届巴西社交网络分析与挖掘研讨会论文集 (pp. 163-174). SBC.

  • Akbaritabar, A. (2021). 使用哈勒、耶拿和莱比锡的例子对机构科学合作结构的定量观点。arXiv 预印本 arXiv:2101.05784。

  • Barros, J. S. A. 工程学院系统工程学院 (博士论文, 昆卡大学).

  • HUBERT, M. 在工业和开源数据上爬取和分析代码审查网络。

  • Svete, A., Hostnik, J., & Šubelj, L. (2020). 不仅仅是旋律:欧洲如何投票选出他们最喜欢的歌曲。应用信息学, 28.