11、网络对齐算法与生物医学文章利益冲突识别技术

网络对齐算法与生物医学文章利益冲突识别技术

1. PATENet算法相关探讨

1.1 额外考量与未来方向

在现实世界的有序演化网络（OSN）数据里，像从功能性脑连接网络的纵向研究获取的数据，目前还没有有效的办法来估计数据中的噪声水平。研究结果显示，PATENet 对噪声的抗性和在低噪声水平下的性能之间存在一种权衡关系，这种关系取决于匹配阈值的选择。所以，在实际场景中，探索不同匹配阈值的概率组合或许是有价值的。

合成数据生成流程

合成数据的生成有多种情况，具体如下：
- 线性 OSN 生成 ：生成一个包含 25 个元素的线性 OSN，其第一个元素是随机图（对于随机动态 OSN 为 ER 图，对于 BA 和 DM OSN 为 BA 图）。
- 单趋势变化 OSN 生成 ：生成一个有单趋势变化的 OSN，同样包含 25 个元素，元素的趋势变化用颜色区分，浅灰色表示增加趋势（元素间添加边），深灰色表示减少趋势（元素间移除边）。
- 双趋势变化 OSN 生成 ：生成一个有两个趋势变化的 OSN，元素数量也是 25 个。
- OSNs M 和 O0 生成 ：从 OSN O（25 个元素）中随机选择 12 个元素创建 M，再从 O 的副本中移除其中 6 个元素得到 O0（19 个元素）。

mermaid 流程图如下：

graph LR
    classDef process