complexityworld分享 http://blog.sciencenet.cn/u/pb00011127

博文

Applied Sciences 图挖掘 专栏 —— 欢迎投稿

已有 790 次阅读 2024-11-23 08:05 |系统分类:科研笔记

网络科学已经成为了融合数学中的图论、计算机科学中的计算机网络分析、社会科学中的社会网络、统计物理中的复杂网络等多个学科分支的综合性学科方向。其中,网络挖掘或图挖掘是网络科学中最具活力的方向之一。本期特刊旨在深入探讨图数据的复杂性,并促进理论进展与实际应用的协同。这一专门栏目意在促进计算机科学、数据科学、网络理论、物理科学和应用数学等领域研究人员和实践者的跨学科对话,共同推动图挖掘知识前沿的发展。

我在Applied Sciences(综合性、交叉性期刊,CiteScore=5.3;IF=2.5)组织了一个Special Issue,大题目是“图挖掘:理论、算法和应用”,以回应因为网络科学自身的快速发展以及图数据可获取性的增加,给图挖掘带来的重大机遇和挑战。

本期特刊的主要范围涵盖了图挖掘领域的挑战和发展。这包括链路预测(预测网络中缺失和未来的链接)、影响力节点识别(揭示在疫情传播和信息扩散中起关键作用的节点)、通信检测(解析交互模式/聚类)以及频繁子图挖掘(揭示重复出现的结构)。我们还关注网络演化的预测和过程,以及网络动态的结果。本期特刊热诚欢迎从不同视角探讨图挖掘的研究成果,包括从细致的机制模型到大规模机器学习算法的基础问题研究,以及图挖掘在生物学、社会学和经济学等现实系统中的深刻应用。

投稿截止时期延长为2025年3月10日,我们处理稿件非常快,欢迎大家投稿支持。

投稿链接如下:

https://www.mdpi.com/journal/applsci/special_issues/OL3HRBG965 



https://blog.sciencenet.cn/blog-3075-1461261.html

上一篇:H++, H++, H++, H=92
下一篇:我们经常使用的评价指标对链路预测算法的评估一致吗?
收藏 IP: 182.148.12.*| 热度|

2 杨正瓴 黄玉盛

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-23 19:43

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部