Кластеризация сложных динамических сетей и соответствующих
их структуре случайных графов является актуальной задачей как теории,
так и практики. Графы называются случайными из-за связей (ребер)
между узлами, случайно возникающих в какие-то моменты времени.
Это порождает необходимость исследования характеристик узлов таких
сетей, как случайных процессов. В работах [1,2] предлагаются
алгоритмы декластеризации, основанные на различных метриках и
коэффициентах кластеризации и направленные на выявление
сообществ, наимение связанных друг с другом и имеющих
многочисленные связи внутри себя. Несмотря на то, что кластеризация
сетей обсуждается научным сообществом много лет, математическое
моделирование и статистическое оценивание сетей с учетом динамики
систем во времени остается сложной задачей. Примерами применения
являются социальные и телекоммуникационные системы.
