研究人员推出了一种名为多尺度欧几里得网络轨迹（MENT）的新型框架，旨在分析动态网络的时态演化。MENT通过使用二阶矩几何和各向同性归一化来防止节点嵌入失真，从而应对表示网络变化中的挑战。这种方法能够识别全局和模式时间变化，从而实现更准确的变化点检测和网络动态解释。 AI
影响 引入了一种分析网络时间变化的新方法，可能提高动态系统的可解释性。
排序理由 该集群包含一篇详细介绍动态网络分析新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.04589v1 Announce Type: cross Abstract: A central challenge in dynamic network analysis is to represent temporal evolution in a way that is both geometrically meaningful and statistically identifiable. One approach embeds a sequence of network snapshots as trajectories …
A central challenge in dynamic network analysis is to represent temporal evolution in a way that is both geometrically meaningful and statistically identifiable. One approach embeds a sequence of network snapshots as trajectories in a Euclidean space and relates these trajectorie…