BM479 Kompleks Ağ Analizi

Bahar 2019-2020

Öğretim Üyesi

  • Mehmet Şimşek, mehmetsimsek at duzce.edu.tr


Duyurular



Ön Şart

Dersin resmi bir ön şartı bulunmamaktadır. Ancak, Python bilgisi ve Graf Teorisi bilgisi fayda sağlayacaktır.

Dersin Amacı

Birbirleri ile bağlı olan sistemleri ve dinamiklerini anlamak. Gerçek dünyada kompleks ağ özelliği gösteren sistemleri anlamak, modellemek ve çözümlemek. Python programlama dili için geliştirilmiş olan ağ analiz araçlarını kullanmayı öğrenmek.

Ders Kaynakları

  • Albert Laszlo Barabasi, Network Science, Cambridge University Press, 2016
  • Mark Newman, Networks: An Introduction, Oxford University Press, 2010)
  • https://networkx.github.io
  • https://networkit.github.io
  • https://gephi.org
  • http://snap.stanford.edu/
  • http://networkrepository.com/
  • http://konect.uni-koblenz.de/


Konular

  • Kompleks Ağlara Giriş, Ağlar ve Graflar, Komşuluk Matrisi, Ağlarda Derece Dağılımı, Ağırlıklı Ağlar, Bağlılık, Kümeleme Katsayısı, Yollar, Uzaklıklar, Rasgele Ağlar, Ölçek Bağımsız Ağlar, Erdös-Renyi Modeli, Barabasi-Albert Modeli, Kuvvet Kuralı. NetworkX, NetworkKit ve Gephi Araçları, Graf Dosya Formatları, NetworkX’in Temelleri, Graf oluşturma, Graf Okuma, Graf Kaydetme, Düğüm ve Kenar Özellikleri, Görselleştirme, Gerçek Dünya Kompleks Ağ Türleri, Verisetleri, Merkezilik Ölçütleri (Derece, Ağırlıklı Derece, Yakınlık, Aradalık) ve Uygulamaları, Merkezilik Ölçütleri (Eigenvector, Katz, PageRank ve Güncel Ölçütler) ve Uygulamaları, Kompleks Ağlarda Salgın Modelleme, Gerçek Dünya Uygulaması: Sosyal Ağ Analizi, Gerçek Dünya Uygulaması: Fizyolojik Ağlar.

Notlandırma

  • %30 Vize, %70 Final. Bonus olarak araştırma ödevi. Vize ve Final sınavları laboratuvarda uygulama olarak yapılacaktır.


Ödevler/Ders Öncesi Çalışılacak Konular

  • Ders Öncesi Çalışılacaklar 1: https://www.anaconda.com/distribution adresinden Python 3.7 sürümü için Anaconda'nın kurulması. https://networkx.github.io adresinden networkx 2.4'ün kurulması. https://networkx.github.io/documentation/stable/tutorial.html adresindeki örnek kodların çalıştırımlası.

  • Ders Öncesi Çalışılacaklar 2: Önceki konulara ek olarak https://networkx.github.io/documentation/stable/reference/readwrite/index.html adresindeki graf okuma/yazma fonksiyonlarının denenmesi. Denemeler için kendi oluşturduğunuz grafları dataset olarak kaydedebilir veya "Ders Kaynakları" kısmında verilen dataset depolarındaki datasetleri kullanabilirsiniz.

Son güncelleme Mart 19, 2020