HGX-Team/hypergraphx

解決する問題

ほとんどのネットワーク分析ツールはペアワイズ接続のみを扱いますが、多くの現実世界のシステムは、3つ以上のエンティティが一緒に作用するグループ（例：コラボレーションチーム、脳ネットワーク、対面接触）を含みます。ハイパーグラフは、任意の数のノードを接続できるハイパーエッジを使用して、これらのグループまたは高次相互作用を直接捉えます。Hypergraphx は、これらのハイパーグラフを構築、視覚化、分析するための完全なツールキットを提供する Python ライブラリであり、高次ネットワーク科学のオープンソースソフトウェアのギャップを埋めます。

仕組み

Hypergraphx は、単純なエッジリストからハイパーグラフを作成できる Hypergraph クラスを提供します。各エッジには任意の数のノードを含めることができます。TemporalHypergraph クラスを使用して、重み、ノードメタデータ、エッジメタデータ、さらにはタイムスタンプを追加できます。このライブラリは、ハイパーグラフと、ライングラフ、二部ネットワーク、クリーク展開、双対などの他の表現との間の変換をサポートします。測定（次数、相関、モチーフ）、中心性（スペクトル、媒介）、コミュニティ検出（ハードおよびオーバーラップ）、統計的に検証されたハイパーグラフのフィルタリング、合成ハイパーグラフの生成（Erdos-Renyi、スケールフリー、構成など）、および同期、伝染、ランダムウォークなどのダイナミクスのシミュレーションのためのツールが含まれています。また、スペクトル分析をサポートするために、インシデンス行列、隣接行列、ラプラシアン行列などの線形代数ユーティリティも提供します。

対象読者

Hypergraphx は、ネットワーク科学、計算生物学、社会科学、およびグループ相互作用を扱うあらゆる分野の研究者やアナリストを対象としています。ユーザーフレンドリーでアクセスしやすいように設計されており、入門チュートリアルと実際のデータセットのコレクションを提供して、すぐに始められるようにしています。このプロジェクトはオープンソースであり、貢献を歓迎します。

ハイライト

• 重み付き、有向、時間、多重、符号付きハイパーグラフをサポート
• 豊富な測定と統計：次数、相関、同類性、モチーフ、メソスケール構造
• 中心性アルゴリズム：スペクトル、最短経路、媒介フロー、モチーフサンプリング
• コミュニティ検出：ハードおよびオーバーラップ、同類/非同類オプション付き
• フィルタリング：統計的に検証されたハイパーグラフと有意な相互作用グループ
• 生成モデル：Erdos-Renyi、スケールフリー、構成、コミュニティベース、時間活動駆動
• ダイナミクス：同期、社会的伝染、ランダムウォーク、拡散
• pip による簡単なインストールと、広範なドキュメントとチュートリアル