Efficient Laplacian spectral density computations for networks with arbitrary degree distributions (2021)
- Authors:
- USP affiliated authors: FUJITA, ANDRÉ - IME ; GUZMÁN, GROVER ENRIQUE CASTRO - IME
- Unidade: IME
- DOI: 10.1017/nws.2021.10
- Assunto: TEORIA DOS GRAFOS
- Keywords: spectral density; Laplacian matrix; normalized Laplacian matrix; configuration model tree-like network
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Network Science
- ISSN: 2050-1242
- Volume/Número/Paginação/Ano: v. 9, n. 3, p. 312-327, 2021
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
GUZMAN, Grover Enrique Castro e STADLER, Peter F. e FUJITA, André. Efficient Laplacian spectral density computations for networks with arbitrary degree distributions. Network Science, v. 9, n. 3, p. 312-327, 2021Tradução . . Disponível em: https://doi.org/10.1017/nws.2021.10. Acesso em: 02 out. 2024. -
APA
Guzman, G. E. C., Stadler, P. F., & Fujita, A. (2021). Efficient Laplacian spectral density computations for networks with arbitrary degree distributions. Network Science, 9( 3), 312-327. doi:10.1017/nws.2021.10 -
NLM
Guzman GEC, Stadler PF, Fujita A. Efficient Laplacian spectral density computations for networks with arbitrary degree distributions [Internet]. Network Science. 2021 ; 9( 3): 312-327.[citado 2024 out. 02 ] Available from: https://doi.org/10.1017/nws.2021.10 -
Vancouver
Guzman GEC, Stadler PF, Fujita A. Efficient Laplacian spectral density computations for networks with arbitrary degree distributions [Internet]. Network Science. 2021 ; 9( 3): 312-327.[citado 2024 out. 02 ] Available from: https://doi.org/10.1017/nws.2021.10 - Convolution-based linear discriminant analysis for functional data classification
- Cavity approach for the approximation of spectral density of graphs with heterogeneous structures
- Network analysis of neuropsychiatry disorders
- A fast parameter estimator for large complex networks
- A fast algorithm to approximate the spectral density of locally tree-like networks with assortativity
- Identification of alterations associated with age in the clustering structure of functional brain networks
- Identificação de alterações na estrutura de clusterização associadas com o neurodesenvolvimento
- Análise de dados de expressão gênica: normalização de microarrays e modelagem de redes regulatórias
- Identifying regulational alterations in gene regulatory networks by state space representation of vector autoregressive models and variational annealing
- Potential confounders in the analysis of Brazilian adolescent’s health: a combination of machine learning and graph theory
Informações sobre o DOI: 10.1017/nws.2021.10 (Fonte: oaDOI API)
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
3049748.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas