Некоторые математические методы, которые используются для анализа и оптимизации графовых структур в компьютерных сетях:

• Матричные разложения. 1 С их помощью граф представляют в виде матрицы и раскладывают её, что позволяет понизить размерность и сохранить полезную информацию. 1
• Случайные блуждания. 1 Например, метод node2vec. 1
• Максимизация вероятности восстановления рёбер. 1 Создаётся вероятностная модель, которая объясняет появление рёбер графа. 1 Параметры модели (они же представления вершин) задают вид распределения. 1 Обучение модели заключается в максимизации вероятности наблюдаемых рёбер графа. 1
• Глубокое обучение. 1 Например, метод Deep Neural Networks for Learning Graph Representations (DNGR). 1
• Графовые нейронные сети (GNN). 14 С их помощью обучают представления на основе структуры и атрибутов вершин одновременно с помощью нейросети. 1

Также для оптимизации сетей связи с помощью теории графов используется алгоритм построения покрывающего дерева. 3 Он позволяет находить оптимальные древовидные топологии на сложно разветвлённых сетях связи. 3