北京化工大学-复杂网络/深度学习 | Nature Machine Intelligence

本文介绍了北京化工大学Weiwei Gu, Chen Yang等与印第安纳大学Filippo Radicchi等合作在Nature Machine Intelligence上发表的研究成果。背景是复杂网络中的关键节点识别是网络科学领域的热门研究课题，而现有研究主要集中在单层网络的优化问题上。研究目的是提出一种名为MultiDismantler的拆解算法，利用多重网络表示和深度强化学习，以最优地拆解多层相互依赖网络。结论表明，MultiDismantler在合成和真实世界相互依赖网络中表现出了卓越的分解性能，明显优于所有现有的基准算法，并在社交网络疾病传播和基础设施级联故障的防控方面表现出有效性。