Graphen und Netzwerke bilden ein mathematisches Fundament zur Modellierung und Analyse komplexer Beziehungsstrukturen. Von sozialen Netzwerken über biologische Systeme bis hin zu Wissensrepräsentationen lassen sich mit Graphen Zusammenhänge abbilden, die in tabellarischen Datenstrukturen nicht adäquat erfasst werden können. Die Methoden der Graphentheorie und Netzwerkanalyse umfassen klassische Verfahren wie Zentralitätsmaße und Community-Erkennung ebenso wie moderne Ansätze aus dem Bereich der Graph Neural Networks. Knowledge Graphs wiederum verbinden strukturiertes Wissen mit maschineller Inferenz und bilden die Grundlage für Empfehlungssysteme, semantische Suche und die Wissensintegration in großen Sprachmodellen. Die Artikel dieser Kategorie beleuchten sowohl die theoretischen Grundlagen der Graphentheorie als auch deren praktische Anwendung in verschiedenen Domänen. Dabei wird gezeigt, wie Netzwerkstrukturen zur Lösung konkreter Fragestellungen in der künstlichen Intelligenz, der Biomedizin und der Analyse vernetzter Systeme eingesetzt werden können.
Netzwerkanalyse von mathematischen Grundlagen über Algorithmen bis zu Anwendungen in sozialen Netzwerken und KI.