Robustness of complex networks with both unidirectional and bidirectional links against cascading failures
Notice bibliographique
Résumé
The robustness of complex networks against cascading failures has been of great interest, while most of the researchers have considered undirected networks. However, to be more realistic, a part of links of many real systems should be described as unidirectional. In this paper, by applying three link direction-determining (DD) strategies, the tolerance of cascading failures is investigated in various networks with both unidirectional and bidirectional links. By extending the utilization of a classical global betweenness method, we propose a new cascading model, taking into account the weights of nodes and the directions of links. Then, the effects of unidirectional links on the network robustness against cascaded attacks are examined under the global load-based distribution mechanism. The simulation results show that the link-directed methods could not always lead to the decrease of the network robustness as indicated in the previous studies. For small-world networks, these methods certainly make the network weaker. However, for scale-free networks, the network robustness can be significantly improved by the link-directed method, especially for the method with non-random DD strategies. These results are independent of the weight parameter of the nodes. Due to the strongly improved robustness and easy realization with low cost on networks, the method for enforcing proper links to the unidirectional ones may be useful for leading to insights into the control of cascading failures in real-world networks, like communication and transportation networks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».