Network Alignment

要約

複雑なネットワークは、物理的または仮想複雑なシステムをモデル化するために頻繁に採用されています。
複数のシステムに同時に特定のエンティティが存在する場合、ネットワーク全体で対応する関係を発表することが重要になります。
ネットワークアライメントとして知られるこの問題は、非常に重要です。
複雑なシステム構造と動作の理解を高め、複雑なシステムの研究に関する理論物理学研究の検証と拡張を促進し、さまざまな分野で多様な実用的なアプリケーションを促進します。
ただし、異なるフィールドにわたる複雑なネットワークの構造、特性、および特性の変動により、ネットワークアライメントの研究は各ドメイン内で分離されることが多く、用語や概念も均一性を欠いています。
このレビューは、ソーシャルネットワーク分析、バイオインフォマティクス、計算言語学、プライバシー保護などのさまざまなドメインのネットワークアライメント特性と進捗状況の分析に焦点を当てた、ネットワークアライメント研究の最新の進歩を包括的に要約しています。
構造一貫性ベースの方法、ネットワーク埋め込みベースの方法、グラフニューラルネットワークベース（GNNベース）メソッドなど、さまざまな方法の実装原則、プロセス、およびパフォーマンスの違いの詳細な分析を提供します。
さらに、属性ネットワーク、異種ネットワーク、指示ネットワーク、動的ネットワークなど、さまざまな条件下でのネットワークアライメントの方法が提示されています。
さらに、将来の研究の課題と未解決の問題についても議論されています。

要約(オリジナル)

Complex networks are frequently employed to model physical or virtual complex systems. When certain entities exist across multiple systems simultaneously, unveiling their corresponding relationships across the networks becomes crucial. This problem, known as network alignment, holds significant importance. It enhances our understanding of complex system structures and behaviours, facilitates the validation and extension of theoretical physics research about studying complex systems, and fosters diverse practical applications across various fields. However, due to variations in the structure, characteristics, and properties of complex networks across different fields, the study of network alignment is often isolated within each domain, with even the terminologies and concepts lacking uniformity. This review comprehensively summarizes the latest advancements in network alignment research, focusing on analyzing network alignment characteristics and progress in various domains such as social network analysis, bioinformatics, computational linguistics and privacy protection. It provides a detailed analysis of various methods’ implementation principles, processes, and performance differences, including structure consistency-based methods, network embedding-based methods, and graph neural network-based (GNN-based) methods. Additionally, the methods for network alignment under different conditions, such as in attributed networks, heterogeneous networks, directed networks, and dynamic networks, are presented. Furthermore, the challenges and the open issues for future studies are also discussed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google