Impact of motif content on dynamic function of complex networks

Netzwerkmotive sind Gruppen weniger Knoten mit einem speziellen Verknüpfungsmuster. Das dynamische Verhalten eines Netzwerks hängt von den Motivsorten und ihren Häufigkeiten im Netzwerk ab.

In diesem Projekt versuchen wir, die Verbindung zwischen der Motivzusammensetzung eines Netzwerks und seinem dynamischen Verhalten zu verstehen und zu nutzen.
Dies geschieht (1) durch die Entwicklung neuer algorithmischer Methoden zur systematischen Variation der Motivzusammensetzung, (2) durch Simulation einfacher dynamischer Prozesse, um die Abhängigkeit des dynamischen Verhaltens vom Motivgehalt zu analysieren und (3) durch den Versuch, motivbasierte dynamische Funktion in drei Fallstudien biologischer, technischer und sozialer Netzwerke explizit nachzuweisen.

Diese Fallstudien sind:
metabolische Netzwerke (dynamische Observable: Reorganisation der metabolischen Flüsse nach einer topologischen Störung), das Verbindungsnetz von Fernzügen (dynamische Observable: Größe von Verspätungskaskaden) und Koautorennetzwerke wissenschaftlicher Publikationen (dynamische Observable: der Impact einer Publikation als Funktion der
in Kategorien erfassten Autorenkonstellation).