复杂网络的符号生成器
synthetic的Python项目详细描述
合成
复杂网络的符号生成器
注意:如果您正在寻找synthetic的原始java版本,可以在这里找到它:https://github.com/telmomenezes/synthetic-old/。此python库正在积极开发中,请原谅当前缺少文档。我们很快就会提供。
synthetic是一种机器学习工具,可用于发现复杂网络的合理生成器。生成器是一种简单的计算机程序,它自下而上地控制网络的增长,其方式与许多不同类型网络(无论是生物的、社会的还是技术的)出现的基础过程相似。
生成器作为网络增长模型非常有用,因为它们具有潜在的解释和预测能力。在某种程度上,这个工具自动化了科学方法。它创建并完善了假设,并根据真实数据对其进行测试,这一过程导致了越来越合理的模型。
程序用一种非常简单的语言来表示,这种语言既适用于人类,也适用于机器学习过程。所使用的机器学习算法是遗传规划,属于进化算法家族,它受到达尔文进化论的启发。程序受到随机变化的影响,很像生物实体中的遗传物质。质量最高的项目得以生存,导致增长模式不断完善。
有关更完整的解释,请参阅本文:http://www.nature.com/srep/2014/140905/srep06284/full/srep06284.html
相关出版物
Menezes,T.和Roth,C.,生成网络模型的符号回归,科学报告4(2014)http://www.nature.com/srep/2014/140905/srep06284/full/srep06284.html