Zjawiska propagacji w sieciach złożonych

Tradycyjnie pojęcie propagacji znajduje zastosowanie do dyfuzji informacji, rozgłaszania komunikatów, rozprowadzania plotek, rozprzestrzeniania się chorób i fluktuacji ekonomicznych. Cechy mechanizmów propagacji są silnie zależne od topologii sieci oraz zachowań indywidualnych i zbiorowych.

Zrozumienie propagacji ma duże znaczenie dla projektowania, implementowania, utrzymywania i rozwijania złożonych sieci. Naukowcy zajęli się badaniem, na ile można wyprowadzić zasady projektowania sieci z analiz zjawisk propagacji błędów. W ramach projektu EPP (To what extent can design principles for complex networks be derived from the study of error propagation in smart and bio-inspired network structures?) badacze przyjrzeli się strukturom sieci losowych, o właściwościach małego świata i bezskalowych. Analizowano różnorodne właściwości dyfuzji, w tym szybkość i czas trwania.

W tym celu opracowano nowy algorytm dyfuzyjny znajdujący zastosowanie w wielu różnych sytuacjach. Algorytm jest oparty na powszechnie stosowanych modelach kaskady niezależnej i progu liniowego. Szeroko zakrojone symulacje w sieciach rzeczywistych i sztucznych pozwoliły dowieść niezawodności algorytmu.

Współpraca z szerszą społecznością badaczy w tej dziedzinie pozwoliła uzyskać istotny wkład w zakresach propagacji, rozprzestrzeniania się i korygowania błędów. Wyniki tych prac opublikowano w numerze specjalnym pisma New Generation Computing oraz książce "Propagation phenomena in real-world networks".

Wprowadzając nowe spojrzenia na procesy propagacji w sieciach złożonych, wysiłki projektu EPP wskazały kierunki przyszłych prac badawczych. Powinno to zaowocować dalszymi badaniami z zakresu rozprzestrzeniania się epidemii i zjawisk społecznych, kaskad błędów i informacji oraz mechanizmów uczenia się populacji opartych na modelach agentowych.