경상국립대학교 물리학과
네트워크 과학 교과목 보조자료

Eleven browser simulations that accompany the course, from the basic elements of a network to dynamics on networks. Open any demo to change the parameters and watch the network respond.

네트워크의 기본 요소에서 네트워크 동역학까지, 강의와 함께 보는 열한 가지 브라우저 시뮬레이션입니다. 데모를 열어 매개변수를 바꾸며 네트워크가 어떻게 달라지는지 확인해 보세요.

Created by Claude Opus 5.5, based on the lecture slides by Prof. Sang Hoon Lee.이상훈 교수의 강의 슬라이드를 바탕으로 Claude Opus 5.5가 만들었습니다.

The configuration model, assembled stub by stub. Each node starts with a number of stubs (dangling half-links) drawn from a Poisson or a power-law distribution, and random pairs of stubs are joined into links one at a time. A pair that would make a self-loop or a multi-edge is rejected and drawn again, so the result is a simple graph.미연결 링크를 하나씩 이어 조립하는 구조 모형. 각 노드는 푸아송 분포 또는 거듭제곱 분포에서 뽑은 개수의 미연결 링크를 가지고 시작하며, 무작위로 고른 미연결 링크 한 쌍이 차례로 이어져 링크가 됩니다. 자기 고리나 중복 링크를 만드는 쌍은 버리고 다시 고르므로, 결과는 단순 그래프입니다.

Degree distribution: the target sequence (circles), the links formed so far (dots), and the theory (dashed): the Poisson distribution pk = e−cck/k!, or the power law pk ∝ k−γ for 2 ≤ k ≤ 40 on log–log axes with logarithmic bins.연결선수 분포: 목표 연결선수열(빈 원), 지금까지 만들어진 링크로 센 연결선수(점), 이론 분포(점선): 푸아송 분포, 또는 로그 구간으로 묶어 로그–로그 축에 그린 거듭제곱 분포 pk ∝ k−γ (2 ≤ k ≤ 40).

From demo 9, Network models. 데모 9 「네트워크 모형」에서.

Demos 데모 목록

  1. 1

    Network elements네트워크의 기본 요소

    Nodes, links, degree, the adjacency matrix and paths: the vocabulary for describing any network.

    노드, 링크, 연결선수, 인접 행렬, 경로 등 네트워크를 기술하는 기본 개념.

    ⟨k⟩ = 2mn
  2. 2

    Diffusion on networks네트워크 위의 확산

    How a quantity spreads from node to node along links, governed by the graph Laplacian.

    그래프 라플라시안을 따라 어떤 양이 링크를 통해 노드에서 노드로 퍼져 나가는 과정.

    dψdt = −Lψ,  L = D − A
  3. 3

    Network assortativity네트워크 동류성

    Do hubs link to hubs? Degree correlations and the assortativity coefficient.

    허브는 허브끼리 연결될까? 연결선수 상관관계와 동류성 계수.

    r = ∑ij (Aij − kikj/2m) kikj∑ij (kiδij − kikj/2m) kikj
  4. 4

    Percolation on networks네트워크 위의 스며들기

    Removing nodes or links until the giant component breaks apart, and why heterogeneous networks are hard to break.

    노드나 링크를 제거하며 거대 연결 덩어리가 무너지는 과정과, 불균일한 네트워크가 잘 부서지지 않는 이유.

    φc = ⟨k⟩⟨k2⟩ − ⟨k⟩
  5. 5

    Small-world effect좁은 세상 효과

    Trees and breadth-first search, why lattices are large worlds while random networks are small, the Watts–Strogatz model, and clustering.

    트리와 너비 우선 탐색, 격자는 큰 세상이고 무작위 네트워크는 좁은 세상인 이유, 와츠–스트로가츠 모형, 그리고 뭉침 계수.

    ⟨ℓ⟩ ∼ log N
  6. 6

    Network centrality네트워크 중심도

    Degree, closeness, and betweenness: which node is the center, the shortest paths behind each measure, and how centrality is distributed.

    연결선 수, 근접 중심도, 사이 중심도: 어떤 노드가 중심인지, 각 척도 뒤에 있는 최단 경로, 그리고 중심도의 분포.

    bi = ∑ σhj(i)σhj
  7. 7

    Scale-free networks척도 없는 네트워크

    Heavy-tailed degree distributions, hubs, and growth by preferential attachment.

    두꺼운 꼬리를 가진 연결선수 분포, 허브, 그리고 선호적 연결에 의한 성장.

    pk ∝ k−γ
  8. 8

    Friendship paradox친구 역설

    Why your friends have more friends than you on average, the two versions of the paradox, and whether it holds for most people.

    왜 평균적으로 내 친구들이 나보다 친구가 많은지, 친구 역설의 두 가지 형태, 그리고 그것이 대부분의 사람에게도 성립하는지.

    ⟨kfriend⟩ = ⟨k2⟩⟨k⟩ ≥ ⟨k⟩
  9. 9

    Network models네트워크 모형

    Random graphs, small-world networks and other models, and the structure each one produces.

    무작위 그래프, 좁은 세상 네트워크 등 여러 모형과 각 모형이 만들어 내는 구조.

    pk = e−c ckk!
  10. 10

    Network communities네트워크 커뮤니티

    Finding groups of densely connected nodes, and measuring how good a division is with modularity.

    촘촘히 연결된 노드 집단을 찾고, 모듈도로 나눈 결과가 얼마나 좋은지 평가하기.

    Q = 12m ∑ij (Aij − kikj2m) δ(gi, gj)
  11. 11

    Network dynamics네트워크 동역학

    Dynamical processes running on networks, and how the structure of the network shapes their behavior.

    네트워크 위에서 일어나는 동역학 과정과, 네트워크 구조가 그 거동에 미치는 영향.

    dxidt = f(xi) + ∑j Aij g(xi, xj)

References 참고문헌