Błądzenie przypadkowe i procesy transportu w sieciach złożonych

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
ANALIZA SIECIOWA PRZEDSIĘWZIĘĆ konstrukcja harmonogramu
Z. Gburski, Instytut Fizyki UŚl.
Wykład Fizyka statystyczna. Dyfuzja.
Michał Kowalczykiewicz
Horyzonty czasowe rynków wschodzących
Time dependent cross correlations between different stock returns: A directed network of influence Zależności czasowe korelacji pomiędzy zwrotami z różnych.
Topology of the World Trade Web. Świat jako twór stawiający wysokie wymagania Świat staje się globalną wioską- global village Ogromne znaczenie handlu.
Przejścia fazowe w modelu Isinga na sprzężonych sieciach złożonych
HERD BEHAVIOR AND AGGREGATE FLUCTUATIONS IN FINANCIAL MARKETS Rama Cont & Jean-Philipe Bouchaud. Macroeconomic Dynamics, 4, 2000, Cambridge University.
Teoria maszyn i części maszyn
Programowanie sieciowe
BUDOWA MODELU EKONOMETRYCZNEGO
Stochastyczne modele gier ewolucyjnych Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski.
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
FIZYKA dla studentów POLIGRAFII Falowe własności materii
Jakub M. Gac Wydział Fizyki Politechniki Warszawskiej
Prosty model zmian cen zastosowany do opisu ryzyka Krzysztof Urbanowicz Peter Richmond Janusz Hołyst Warsaw University of Technology Trinity College, Dublin.
Krzysztof Suchecki wybrana prezentacja z konferencji ECCS'07 w Dreźnie Interacting Random Boolean Networks.
Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk Gliwice, ul. Bałtycka 5, Protokół TCP – kształtowanie.
Izotermiczny efekt magnetokaloryczny w monokrysztale YBa2Cu3O7-d
Korelacje elektronowe w rozszerzonym modelu Hubbarda w granicy wąskiego pasma   Grzegorz Pawłowski   Instytut Fizyki, Uniwersytet im. A. Mickiewicza.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Informatyczne narzędzia wspomagające pracę na odległość
Epidemie w sieciach złożonych
czyli jak analizować zmienność zjawiska w czasie?
Technologia informacyjna
Opiekun: dr inż. Maciej Ławryńczuk
RODZAJE TRANSMISJI PRZESYŁANIE INFORMACJI W MODELU WARSTWOWYM
II. Matematyczne podstawy MK
Zastosowania równań różniczkowych w teorii obwodów elektrycznych
Modelowanie populacji i przepływu opinii pomiędzy aktorami sztucznej inteligencji za pomocą sieci społecznej Wojciech Toman.
Uczenie w Sieciach Rekurencyjnych
Projekt wykonany przez studentów I roku ARI Politechniki Wrocławskiej:
i Rachunek Prawdopodobieństwa
„Wzmacniak , bridge, brama sieciowa: różnice i zastosowanie”
Systemy kolejkowe - twierdzenie Little’a
Perspektywy rozwoju wysokiej jakości połączeń intercity w Polsce
SYSTEMY EKSPERTOWE I SZTUCZNA INTELIGENCJA
Jacek Wasilewski Politechnika Warszawska Instytut Elektroenergetyki
Systemy operacyjne i sieci komputerowe
Regresja wieloraka.
Politechnika Rzeszowska
Systemy operacyjne i sieci komputerowe
Zakład Podstaw Energetyki
Systemy informatyczne wprowadzenie
Matematyka Starzenia – Modele Skracania Telomerów Andrzej Świerniak Politechnika Śląska, Instytut Automatyki.
Systemy operacyjne i sieci komputerowe
Ekonometria stosowana
Metody poszukiwania punktów siodłowych x1x1 x2x2 NH 3...HCl NH Cl - NH 3...H...Cl H3NH3N H Cl x1x1 x2x2     E E.
Kontrakty Kontrakty futures Ceny futures, ceny kasowe, konwergencja Wykresy S t, F t, f t Pojęcie bazy Ryzyko bazy w strategii zabezpieczającej Badanie.
1 D. Ciołek Analiza danych przekrojowo-czasowych – wykład 7 Analiza danych przekrojowo-czasowych Wykład 7: Testowanie integracji dla danych panelowych.
Transmisja pakietowa a komutowana
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Podstawowe pojęcia i terminy stosowane w statystyce. Rozkłady częstości Seminarium 2.
Zbiory fraktalne I Ruchy browna.
Modele sieci społecznych
Fizyka komputerowa 2005 Katarzyna Weron, W sieci.
Treść dzisiejszego wykładu l Szeregi stacjonarne, l Zintegrowanie szeregu, l Kointegracja szeregów.
Metody programowania sieciowego w zarządzaniu przedsięwzięciami Programowanie sieciowe stanowi specyficzną grupę zagadnień programowania matematycznego.
Model Poissona w ujęciu bayesowskim
Elementy analizy sieciowej
Jakie prawa zachowania są spełnione w modelu?
Analiza obwodów z jednym elementem reaktancyjnym
Własności asymptotyczne ciągów zmiennych losowych
Zapis prezentacji:

Błądzenie przypadkowe i procesy transportu w sieciach złożonych Agata Fronczak i Piotr Fronczak Wydział Fizyki Politechniki Warszawskiej Błądzenie przypadkowe i procesy transportu w sieciach złożonych Seminarium DUZ (8 października 2007r)

Transport i wyszukiwanie w sieciach złożonych 1 / 17 Transport i wyszukiwanie w sieciach złożonych Metody wyszukiwania w sieci Strategie efektywnego routingu Autorzy, którzy zajmowali się tymi zagadnieniami: Adamic & Humerman, Tadic & Rodgers & Thurner, Kim et al. Germano & Moura, Redner et al., Havlin & Stanley et al., Holme et al., Rosvall & Sneppen, Motter et al., Bianconi & Marsili, Goh et al., W.-X. Wang et al., Phys. Rev. E 73, 026111 (2006) (…) W większości przypadków w podstaw tych zagadnień leży proces błądzenia przypadkowego. Sieci telekomunikacyjne, np. Internet Sieci transportowe, np. sieci połączeń lotniczych Sieci społeczne

Ruch pakietów w sieci złożonej 2 / 17 Ruch pakietów w sieci złożonej Model ruchu pakietów w sieci złożonej W każdym kroku czasowym w sieci generowanych jest R pakietów. Każdemu pakietowi losowo przypisywany jest węzeł-nadawca oraz węzeł-odbiorca. W kolejnych krokach czasowych pakiety poruszają się po sieci w poszukiwaniu swoich węzłów-odbiorców. Gdy pakiet dociera do miejsca swego przeznaczenia jest usuwany z sieci. Ruch pakietów po sieci odpowiada preferencyjnemu błądzeniu przypadkowemu z cyklicznym przeszukiwaniem. Wszystkie węzły w sieci mają ograniczoną szybkość pracy tj. w jednym kroku czasowym potrafią przesłać dalej co najwyżej C pakietów. Na węzłach obowiązuje kolejka FIFO o nieograniczonej długości. preferencyjne błądzenie przypadkowe: prawdopodobieństwo przejścia między węzłami i oraz j przeszukiwanie cykliczne: każdy węzeł zna swoje najbliższe otoczenie do głębokości x. Traffic dynamics based on local routing protocol on a scale-free network W.X. Wang et al.,, Phys. Rev. E 73, 026111 (2006)

Przejście fazowe ze stanu swobodnego przepływu do stanu przepełnienia 3 / 17 Przejście fazowe ze stanu swobodnego przepływu do stanu przepełnienia Podstawowa obserwacja Dla pewnej wartości parametru RC(), w sieci obserwujemy ciągłe przejście fazowe ze stanu cechującego swobodny przepływ pakietów do stanu, w którym sieć jest przepełniona. Free Flow  Traffic Jam Parametr porządku tego przejścia fazowego Gdzie zmiana liczby pakietów w sieci, przy czym <…> oznacza uśrednienie po różnych oknach czasowych . Phys. Rev. Lett. 86, 3196 (2001).

Faza przepełnienia Faza swobodnego przepływu 4 / 17 Faza przepełnienia Faza swobodnego przepływu W stanie przepełnienia: liczba pakietów w sieci rośnie liniowo w czasie. Stan swobodnego przepływu: średnia liczba pakietów na węźle o stopniu k

Krytyczna wartość tempa generacji pakietów RC() 5 / 17 Krytyczna wartość tempa generacji pakietów RC() Zwykłe błądzenie przypadkowe – najefektywniejsze!? Strategia antypreferencyjna – najefektywniejsza !?

Błądzenie przypadkowe z dryftem – Biased random walks 6 / 17 Błądzenie przypadkowe z dryftem – Biased random walks x x+1 x+2 x+4 x+5 x-4 x-3 x-2 x-1 p q=1-p prawdopodobieństwo, że cząstka znajduje się w pozycji x po N krokach czasowych; warunek początkowy; Równanie Master: Rozwiązanie równania: rozkład dwumianowy w granicy długich czasów – rozkład normalny

Błądzenie przypadkowe w wielowymiarowych sieciach regularnych 7 / 17 Błądzenie przypadkowe w wielowymiarowych sieciach regularnych Polya, 1921 Random walk in dimensions 1 and 2 is recurrent, while in dimension 3 and above it is transient. Błądzenie przypadkowe na łańcuchu węzłów (d=1) i na sieci kwadratowej (d=2) ma charakter rekurencyjny. Prawdopodobieństwo, że cząstka kiedyś powróci do punktu z którego wyszła, jest równe 1. W przypadku sieci kwadratowej czas powrotu =. Proces stochastyczny ze stanami powtarzającymi się Dla d3 błądzenie przypadkowe ma charakter przejściowy. Prawdopodobieństwo powrotu <1. Proces stochastyczny ze stanami chwilowymi.

Błądzenie przypadkowe na sieciach złożonych 8 / 17 Błądzenie przypadkowe na sieciach złożonych Prawdopodobieństwo przejścia cząstki z węzła i do węzła j (transition probability) J.D. Noh, H. Reiger, Random walks on complex networks Phys. Rev. Lett. 92, 118701 (2004) Prawdopodobieństwo, że w czasie t   cząstka będzie się znajdowała w węźle i o stopniu ki (stationary occupation probability) j i Idea centralności węzłów: różnica czasów przejścia miedzy węzłami i oraz j gdzie Ci – tzw. random walk centrality

węzeł j + jego najbliższe otoczenie 9 / 17 Błądzenie przypadkowe z dryftem na sieciach złożonych Biased random walks on complex networks A.Fronczak, P. Fronczak Biased random walks on complex networks: the role of local navigation rules arxiv:0709.2231 (wrzesień 2007) x=1 Lokalne reguły rozważane przy błądzeniu przypadkowym: j 1. preferencyjne prawdopodobieństwo przejścia z węzła i do węzła j 2. przeszukiwanie cykliczne (cyclic search): jeśli węzeł docelowy cząstki został znaleziony w odległości x=1,2,… od węzła, w którym cząstka aktualnie przebywa, wtedy w następnych krokach czasowych cząstka zmierza bezpośrednio do miejsca przeznaczenia. węzeł docelowy cząstka błądząca po sieci węzeł j + jego najbliższe otoczenie

Stacjonarne prawdopodobieństwo obsadzenia węzłów 10 / 17 Stacjonarne prawdopodobieństwo obsadzenia węzłów Równanie Master: prawdopodobieństwo, że cząstka, która wyruszyła w czasie t=0 z węzła i, w czasie t będzie przebywała w węźle j Stosując przybliżenie średniego pola do równania Master oraz zakładając brak korelacji międzywęzłowych w sieciach dostajemy

Zagadnienie pierwszego przejścia First-passage processes 11 / 17 Zagadnienie pierwszego przejścia First-passage processes Prawdopodobieństwo pierwszego-przejścia tj. prawdopodobieństwo, że cząstka, która rozpoczyna błądzenie po sieci od węzła i po raz pierwszy trafi do węzła j w chwili t Stosując transformatę Laplace’a do powyższego równania dostajemy znaną zależność (♠) i rozwijając (♠) w szereg potęgowy otrzymujemy wzory opisujące średnie czasy pierwszego przejścia błądzącej cząstki z węzła i do węzła j Następnie podstawiając do zależności (♠) poniższe wyrażenie gdzie

Średnie czasy pierwszego powrotu 12 / 17 Średnie czasy pierwszego powrotu Uśrednione po wszystkich węzłach czasy pierwszego powrotu są najkrótsze przy strategii =-1. Oznacza to, że ta strategia skutkuje najwolniejszą eksploracją sieci!

Średnie czasy pierwszego przejścia między węzłami sieci 13 / 17 Średnie czasy pierwszego przejścia między węzłami sieci

Przeszukiwanie cykliczne 14 / 17 Przeszukiwanie cykliczne węzeł docelowy cząstka błądząca po sieci węzeł j + jego najbliższe otoczenie x=1 gdzie reprezentuje średni stopień najbliższego sąsiada, natomiast x jest parametrem przeszukiwania cyklicznego Stopień znormalizowanego węzła J j J Średni czas pierwszego przejścia z węzła i do węzła j przy cyklicznym przeszukiwaniu, jest równy gdzie odpowiednie parametry TiJ RiJ RJJ odnoszą się do sieci, w której węzeł j wraz z jego najbliższym x-otoczeniem zastąpiono znormalizowanym węzłem J o stopniu kJ  znormalizowany węzeł J

Ruch pakietów w sieci złożonej – założenie o niezależności pakietów 15 / 17 Ruch pakietów w sieci złożonej – założenie o niezależności pakietów Założenie: W stanie swobodnego przepływu pakiety w sieci można traktować jak niezależne cząstki. Fig. Stacjonarny rozkład prawdopodobieństwa obsadzenia węzła przez cząstkę błądzącą przypadkowo wg strategii . Fig. Średnia liczba pakietów na węźle o stopniu k

Oszacowanie krytycznej wartości tempa generacji pakietów RC() 16 / 17 Oszacowanie krytycznej wartości tempa generacji pakietów RC() Niech: średni czas pierwszego przejścia z węzła i do j przy zadanej strategii. Wtedy: średnia liczba pakietów w sieci w każdym kroku czasowym przy założeniu, że pakiety są niezależne Krytyczna wartość tempa generacji pakietów: Sieć zaczyna się zapychać wtedy, gdy liczba pakietów na dowolnym węźle sieci przekracza jego zdolność przetwórczą C dla >-1 zapychają się węzły duże dla <-1 zapychają się węzły małe dla =-1 wszystkie węzły mają jednakowe prawdopodobieństwo zapchania

To już koniec ! Podsumowanie 17 / 17 To już koniec ! Podsumowanie Wykonaliśly analizę błądzenia przypadkowego w sieciach złożonych; Rozważaliśmy następujące lokalne reguły nawigacji: * preferencyjne prawdopodobieństwo przejścia * przeszukiwanie cykliczne; Pokazaliśmy, że w stanie swobodnego przepływu pakietów w sieciach łożonych pakiety można traktować jak cząstki nie oddziałujące ze sobą; Podejście niezależnych cząstek umożliwiło nam wyznaczenie krytycznej wartości tempa generacji pakietów;  Rozliczyliśmy grant MiNI !?