Couvre la théorie de la percolation, les polymères absorbés, les molécules géantes, la transition de phase, les hypothèses déchelle et le comportement universel dans les modèles de percolation.
Explore la structure des réseaux sociaux et d'information, en se concentrant sur les composants géants, le clustering, la formation de liens et la connectivité réseau.
Couvre les paradigmes algorithmiques pour les problèmes de graphique dynamique, y compris la connectivité dynamique, la décomposition de l'expansion et le regroupement local, brisant les barrières dans les problèmes de connectivité k-vertex.
Couvre les bases de la connectomique cérébrale, y compris les réseaux du cerveau, la terminologie, les schémas de données, le prétraitement, la connectivité des noeuds et la structure fonctionnelle du connectome.
Explore les méthodes d'analyse des réseaux, les concepts opérationnels, les applications historiques et les défis liés au traitement du temps au sein des réseaux.
Explore l'importance du classement dans les réseaux, en mettant l'accent sur des algorithmes tels que PageRank et HITS pour le classement des pages Web.
Explore la structure et les propriétés des réseaux, y compris les réseaux de rencontres et de protéines, les effets de petit monde, les hubs et les propriétés sans échelle.
Explore l'estimation stochastique du modèle de bloc, le regroupement spectral, la modularité du réseau, la matrice laplacienne et le regroupement des moyennes k.
