شبکه های پیچیده و پویا نیمسال اول ۹۸-۹۹
منبع درسی: Newman, Mark. Networks: an introduction. Oxford University Press, 2010.
زمان کلاسها: روزهای شنبه ساعت 10 تا 12 و یکشنبه ساعت 16 تا 18
مرور جلسات:
شنبه 30 شهریور 98: معرفی درس. اسلاید اول
یکشنبه 31 شهریور 98: معرفی درس
شنبه 6 مهر 98: معرفی درس
یکشنبه 7 مهر 98: مفاهیم و معیارها -بخش اول
شنبه 13 مهر 98: مفاهیم و معیارها -بخش دوم
یکشنبه 14 مهر 98: توضیح موضوعات مورد علاقه
شنبه 20 مهر 98: معیارهای مرکزیت در شبکه- اسلاید سوم
یکشنبه 21 مهر 98:معیارهای مرکزیت در شبکه
شنبه 27 مهر 98: اربعین جسینی-تعطیل رسمی
یکشنبه 28 مهر 98: آشنایی با کتابخانه NetworkX (ارایه توسط آقای مهندس دهقانی)
شنبه 4 آبان 98: به درخواست دانشجویان کلاس تعطیل خواهد بود
یکشنبه 5 آبان 98: رحلت حضرت رسول (ص)-تعطیل رسمی
شنبه 11 آبان 98: مباحثه جلسه اول
یکشنبه 12 آبان 98: مباحثه جلسه دوم
پنج شنبه 16 آبان 98: انتخاب مقاله و تیم
شنبه 18 آبان 98: تحلیل شبکهها- اسلاید چهارم
یکشنبه 19 آبان 98: ادامه تحلیل شبکه ها
شنبه 25 آبان98: مدل تصادفی - اسلاید پنجم
یکشنبه 26 آبان 98:ادامه مدل تصادفی
جمعه 1 آذر: ارسال گزارشات مربوط به تمرین اول- به دلیل مشکلات اینترنتی یک هفته تمدید شد
شنبه 2 آذر 98: مدل دنیای کوچک - اسلاید ششم
یکشنه 3 آذر 98: ادامه مدل دنیای کوچک
جمعه 8 آذر: ارسال گزارشات مربوط به تمرین اول
شنبه 9 آذر 98: ارایه گروه های T2, T4, T5
یکشنبه 10 آذر 98: ارایه گروه های T3, T1, T6, T7
شنبه 16 آذر 98: مدل باراباسی-آلبرت- اسلاید هفتم
یکشنه 17 آذر 98: کلاس تشکیل نشد
شنبه 23 آذر 98: ادامه اسلاید هفتم
یکشنبه 24 آذر: ارایه گروه های T2 و T7- ارایه دوم گروه T4 به صورت حضوری
شنبه 30 آذر 98: ارایه گروه های T5و T3
یکشنبه 1 دی 98: ارایه گروهای T6 و T1
شنبه 8 دی 98: ارایه سوم تیمها و بیان ایده ها- گروه های T2 و T6 و T4
یکشنبه 9 دی 98: ارایه سوم تیمها و بیان ایده ها- T1 و T3و T5و T7
دوشنبه 30 دی 98: امتحان پایانترم ساعت 10 صبح
هفته سوم بهمن 98: ارایه پیاده سازی و گزارش اولیه
هفته اول اسفند 98: ارایه گزارش
هفته دوم اسفند 98: گزارش و اعلام نمرات اولیه
تمرین اول: مهلت تحویل 1 آذر 98
پروژه درس: در این نیمسال بر روی موضوع پیش بینی لینک Link Prediction متمرکز خواهیم بود
گام پنجم: تیمها ایده ی اولیه خود را مشخص میکنند. زمان این گام 8 و 9 دی ماه است. با توجه به زمان ارسال نمرات، ماه های دی، بهمن و اسفند فرصت داریم تا ایده های اولیه عملیاتی شود.
گام چهارم: ارایه دوم تیمها در تاریخ 24 و 30 آذر و 1 دی ماه. در این گام نیز هر تیم باید مقاله خود را ارایه نماید اما با جزییات بیشتر! فرصت هر تیم 45 دقیقه است
شماره مقاله | افراد تیم | شماره مقاله | زمان ارایه اول |
T1 | مویدی، چاوشی و خالدی | P1 | یکشنبه 1 دی |
T2 | مظاهری، بهزادی و جلودار | P2 | یکشنبه 24 آذر |
T3 | نادری و آقاسی | P3 | شنبه 30 آذر |
T4 | نفیسی و محمدی | P4 | یکشنبه 24 آذر-حضوری |
T5 | رفیعی، باقی و عبدالعلی زاده | P5 | شنبه 30 آذر |
T6 | مقانلو، زندی و شریفی | P10 | یکشنبه 1 دی |
T7 | حسینی، خواجه محمود و فرزانه | P7 | یکشنبه 24 آذر |
گام سوم: ارایه اول تیمها در تاریخ 9 و 10 آذر. در این گام هر تیم باید مقاله خود را به طور کلی ارایه مینماید. فرصت هر تیم 20 دقیقه است
شماره مقاله | افراد تیم | شماره مقاله | زمان ارایه اول |
T1 | مویدی، چاوشی و خالدی | P1 | یکشنبه 10 آذر |
T2 | مظاهری، بهزادی و جلودار | P2 | شنبه 9 آذر |
T3 | نادری و آقاسی | P3 | یکشنبه 10 آذر |
T4 | نفیسی و محمدی | P4 | شنبه 9 آذر |
T5 | رفیعی، باقی و عبدالعلی زاده | P5 | شنبه 9 آذر |
T6 | مقانلو، زندی و شریفی | P10 | یکشنبه 10 آذر |
T7 | حسینی، خواجه محمود و فرزانه | P7 | یکشنبه 10 آذر |
گام دوم: به دلیل تعطیلات بوجود آمده در برگزاری کلاس مجبور هستیم تا گام دوم یعنی انتخاب مقاله و تعیین تیمها را خیلی زود انجام دهیم. بنابراین دانشجویان گرامی مقالات زیر را در نظر گرفته و یکی از آنها را انتخاب نمایند. هر تیم میتواند شامل یک نفر، دو نفر یا حداکثر سه نفر باشد.
روز انتخاب مقاله و اعضای تیم 16 آبان، ساعت 9 تا 12 صبح، در کانال تلگرامی درس
کد مقاله | عنوان مقاله |
P1 | An LP algorithm based on Ant colony |
P2 | Node2vec Scalable Feature Learning |
P3 | Combining contextual, temporal and topological for unsupervised LP in social networks |
P4 | Classification using LP |
P5 | LP for tree-like networks |
P6 | Level_2 node clustering coefficient based LP |
P7 | LP in Networks with Core-Fringe Data |
P8 | OWA operator based LP for social net |
P9 | DEEP-Multilevel learning based modeling for LP |
P10 | DEEP-LP Based on Deep Convolutional Neural Network |
گام اول: این مقاله مروری را مطالعه فرمایید. و در تاریخ های مشخص شده (4 و 5 آبان) (11و 12 آبان)در کلاس به روش مباحثه ای ارایه دهید. این ارایه یک کار تیمی است و امید میرود تمام دانشجویان تمام مقاله را با دقت کافی مطالعه نمایند.