مهار عدم انسجام برای درک شبکه های دنیای واقعی -- ScienceDaily

نایل راجرز، نویسنده اصلی مقاله، می گوید: «رویکرد ما فرصت های خبری را برای درک انواع شبکه های مختلف که به طور مرتب در جامعه با آن مواجه می شوند، باز می کند. برای مثال، شیوع بیماری را می توان به عنوان شبکه ای در نظر گرفت که با گسترش به هم متصل است. درک باکتری ها از طریق یک جمعیت. درک اینکه در آن شبکه کجا هستید و اینکه آیا اتصال قوی است یا ضعیف می تواند برای تصمیم گیری در مورد کنترل عفونت بسیار مهم باشد."

سیستم های دنیای واقعی مانند این ها توسط ریاضیدانان به عنوان «شبکه های هدایت شده» شناخته می شوند، زیرا اتصالات معمولاً در جهت خاصی جریان دارند. به عنوان مثال، در شبکه های غذایی، زیست توده به طور کلی از گیاهان به سمت بالا حرکت می کند، از طریق گیاهخواران و به سمت شکارچیان راس حرکت می کند. اگر امکان حرکت در اطراف شبکه بدون نادیده گرفتن جهت وجود داشته باشد، شبکه ها به شدت متصل می شوند.

ساموئل جانسون، نویسنده ارشد مقاله، افزود: "این رویکرد مدل سازی می تواند برای ایجاد اختلال در شبکه ها نیز مورد استفاده قرار گیرد، زیرا نقاطی که در آن اتصال قوی می شود را می توان مورد هدف قرار داد. برای مثال، متخصصان مغز و اعصاب ممکن است با تعیین دقیق راه های جدیدی برای درمان صرع بیابند. اتصالات خاصی که مسئول حفظ تشنج هستند."