Komplexe Netzwerke bei Social Media oder KI-Modellen besser verstehen: Neue Methode für temporale Graphen

Soziale Netzwerke, Verkehrsnetze oder auch Modelle in der Künstlichen Intelligenz lassen sich mathematisch als Graphen beschreiben: Punkte stehen dabei etwa für Personen, Orte oder Recheneinheiten, Linien für ihre Verbindungen. In vielen Anwendungen verändert sich ein solches Netzwerk jedoch mit der Zeit, etwa bei der Verkehrsplanung, bei Social Media oder KI-Modellen. Mathematiker der TU Bergakademie Freiberg haben nun einen neuen Ansatz entwickelt, um diese temporalen Graphen besser zu verstehen. Doktorand Will J. Turner stellt die Arbeit jetzt beim ACM Symposium on Theory of Computing, kurz STOC, vor —eine der beiden weltweit führenden Konferenzen der theoretischen Informatik.
Quelle: IDW-Informaitionsdienst d. Wissenschaft