Durch große Datenmengen können die Forscher die Eigenschaften komplexer Systeme untersuchen, z.B. komplexe Netzwerk und die Dynamik des menschlichen Verhaltens. Eine große Anzahl an Systemen werden als große und komplexe Netzwerke dargestellt, z.B. das Internet, Stromnetze, Wirtschaftssysteme. Immer mehr Forscher haben großes Interesse an der Dynamik des komplexen Netzwerks. Diese Arbeit besteht aus den folgenden drei Teilen. Der erste Teil ist ein einfacher dynamischer Optimierungs-Kopplungs-Mechanismus, aber sehr wirksam. Durch den Mechanismus kann synchronisation in komplexen Netzwerken mit und ohne Zeitverzögerung realisiert, und die Fähigkeit der Synchronisation von small-world und scale-free Netze verbessert werden. Im zweiten Teil geht um die Verstärkung der Robustheit der scale-free Netze im Zusammenhang mit der Gemeinden-Struktur. Einige Reaktionsmuster und topologische Gemeinden sind einheitlich. Die Ergebnisse zeigen einen neuen Aspekt der Beziehung zwischen den Funktionen und der Netzwerk-Topologie von komplexen Netzwerken. Im dritten Teil welche eine wichtige Rolle in komplexen Netzwerken spielt, wird die Verhaltens-Dynamik der menschliche Mitteilung durch Daten- und Modellanalysierung erforscht, dann entsteht ein neues Mitteilungsmodell. Mit Hilfe von einem Interaktion priority-Queue Model kann das neue Modell erklärt werden. Mit Hilfe des Models können viele praktische Interaktions-Systeme erklärt werden, z.B. E-Mail und Briefe (oder Post). Mit Hilfe meiner Untersuchung kann man menschliches Verhalten auf der Individuums- und Netzwerkebene neu kennenlernen. Im vierter Teil kann ich nachweisen, dass menschliches Kommentar-Verhalten in on-line Sozialsystemen, eine andere Art der Interaktionsdynamik von Mensch non-Poisson ist und dieses am Modell erklären. Mit Hilfe der non-Poisson Prozesse kann man das persönliche Anziehungskraft-Modell besser verstehen. Die Ergebnisse sind hilfreich zum Kennenlernen des Musters des menschlichen Verhaltens in on-line Gesellschaften und der Entwicklung von öffentlicher Meinung nicht nur in der virtuellen Gesellschaftn sondern auch in der Realgesellschaft. Am Ende geht es um eine Prognose von menschlicher Dynamik und komplexen Netzwerken. / The availability of large data sets has allowed researchers to uncover complex properties in complex systems, such as complex networks and human dynamics. A vast number of systems, from the Internet to the brain, power grids, ecosystems, can be represented as large complex networks. Dynamics on and of complex networks has attracted more and more researchers’ interest. In this thesis, first, I introduced a simple but effective dynamical optimization coupling scheme which can realize complete synchronization in networks with undelayed and delayed couplings and enhance the small-world and scale-free networks’ synchronizability. Second, I showed that the robustness of scale-free networks with community structure was enhanced due to the existence of communities in the networks and some of the response patterns were found to coincide with topological communities. My results provide insights into the relationship between network topology and the functional organization in complex networks from another viewpoint. Third, as an important kind of nodes of complex networks, human detailed correspondence dynamics was studied by both data and the model. A new and general type of human correspondence pattern was found and an interacting priority-queues model was introduced to explain it. The model can also embrace a range of realistic social interacting systems such as email and letter communication. My findings provide insight into various human activities both at the individual and network level. Fourth, I present clearly new evidence that human comment behavior in on-line social systems, a different type of interacting human dynamics, is non-Poissonian and a model based on the personal attraction was introduced to explain it. These results are helpful for discovering regular patterns of human behavior in on-line society and the evolution of the public opinion on the virtual as well as real society. Finally, there are conclusion and outlook of human dynamics and complex networks.

The recent discovery of an intricate and nontrivial interaction topology among the elements of a wide range of natural systems has altered the manner we understand complexity. For example, the axonal fibres transmitting electrical information between cortical regions form a network which is neither regular nor completely random. Their structure seems to follow functional principles to balance between segregation (functional specialisation) and integration. Cortical regions are clustered into modules specialised in processing different kinds of information, e.g. visual or auditory. However, in order to generate a global perception of the real world, the brain needs to integrate the distinct types of information. Where this integration happens, nobody knows. We have performed an extensive and detailed graph theoretical analysis of the cortico-cortical organisation in the brain of cats, trying to relate the individual and collective topological properties of the cortical areas to their function. We conclude that the cortex possesses a very rich communication structure, composed of a mixture of parallel and serial processing paths capable of accommodating dynamical processes with a wide variety of time scales. The communication paths between the sensory systems are not random, but largely mediated by a small set of areas. Far from acting as mere transmitters of information, these central areas are densely connected to each other, strongly indicating their functional role as integrators of the multisensory information. In the quest of uncovering the structure-function relationship of cortical networks, the peculiarities of this network have led us to continuously reconsider the stablished graph measures. For example, a normalised formalism to identify the “functional roles” of vertices in networks with community structure is proposed. The tools developed for this purpose open the door to novel community detection techniques which may also characterise the overlap between modules. The concept of integration has been revisited and adapted to the necessities of the network under study. Additionally, analytical and numerical methods have been introduced to facilitate understanding of the complicated statistical interrelations between the distinct network measures. These methods are helpful to construct new significance tests which may help to discriminate the relevant properties of real networks from side-effects of the evolutionary-growth processes. / Die jüngste Entdeckung einer komplexen und nicht-trivialen Interaktionstopologie zwischen den Elementen einer großen Anzahl natürlicher Systeme hat die Art und Weise verändert, wie wir Komplexität verstehen. So bilden zum Beispiel die Nervenfasern, welche Informationen zwischen Regionen des Kortex übermitteln, ein Netzwerk, das weder vollkommen regelmäßig noch völlig zufallig ist. Die Struktur dieser Netzwerke scheint Funktionsprinzipien zu folgen, die ein Gleichgewicht zwischen Segregation (funktionale Spezialisierung) und Integration (Verarbeitung von Informationen) halten. Die Regionen des Kortex sind in Module gegliedert, welche auf die Verarbeitung unterschiedlicher Arten von Informationen, wie beispielsweise Visuelle oder Auditive, spezialisiert sind. Um eine umfassende Vorstellung von der Realität zu erzeugen, muss das Gehirn verschiedene Informationsarten kombinieren (integrieren). Wo diese Integration jedoch geschieht, ist noch ungeklärt. In dieser Dissertation wurde eine weitreichende und detaillierte graphen- theoretische Analyse der kortiko-kortikalen Organisation des Katzengehirns durchgeführt. Dabei wurde der Versuch unternommen, individuelle sowie kollektive topologische Eigenschaften der Kortexareale zu ihrer Funktion in Beziehung zu setzen. Aus der Untersuchung wird geschlussfolgert, dass der Kortex eine äußerst reichhaltige Kommunikationsstruktur aufweist, die aus einer Mischung von parallelen und seriellen übertragungsbahnen besteht, die es ermöglichen dynamische Prozesse auf vielen verschiedenen Zeitskalen zu tragen. Die Kommunikationsbahnen zwischen den sensorischen Systemen sind nicht zufällig verteilt, sondern verlaufen fast alle durch eine geringe Anzahl von Arealen. Diese zentralen Areale agieren nicht allein als übermittler von Informationen. Sie sind dicht untereinander verbunden, was auf ihre Funktion als Integrator hinweist. Bei der Analyse der Struktur-Funktions-Beziehungen kortikaler Netzwerke wurden unter Berucksichtigung der Besonderheiten des untersuchten Netzwerkes die bisher verwandten Graphenmaße überdacht und zum Teil überarbeitet. So wurde beispielsweise ein normalisierter Formalismus vorgeschlagen, um die funktionalen Rollen der Knoten in Netzwerken mit einer Community-Struktur zu identifizieren. Die für diesen Zweck entwickelten Werkzeuge ermöglichen neue Methoden zur Erkennung dieser Strukturen, die möglicherweise auch die überlappung von Modulen beschreiben. Das Konzept der Integration wurde revidiert und den Bedürfnissen des untersuchten Netzwerkes angepasst. Außerdem wurden analytische und numerische Methoden eingeführt, um das Verständnis des komplizierten statistischen Zusammenhangs zwischen den verschiedenen Netzwerkmaßen zu erleichtern. Diese Methoden sind hilfreich für die Konstruktion neuer Signifikanztests, die relevante Eigenschaften realer Netzwerke von Nebeneffekten ihrer evolutionären Wachstumsprozesse unterscheiden können.

Durch die Anwendung der Theorie Komplexer Netzwerke auf die Topologie komplexer Materialflusssysteme (MFS), im Speziellen auf Gepäckförderanlagen (GFA) in Flughäfen, wurden Erkenntnisse für die Generierung und Optimierung der Layouts gewonnen. Zunächst wird die einfache Anwendbarkeit von Netzwerkanalysemethoden auf komplexe MFS gezeigt. Dadurch können generische Eigenschaften der Systeme untersucht werden, die mit anderen Methoden nicht zugänglich sind. Des Weiteren wird dargelegt, dass alle untersuchten GFA ähnliche Charakteristiken aufweisen, was zukünftig für die Generierung der Topologien genutzt werden kann. Durch diese Analysemethodik werden wichtige Einblicke in Materialflüsse in GFA ohne aufwändige Simulationen möglich. Bereits einfache Analysen lassen neue Schlüsse auf Eigenschaften wie die Robustheit und Leistung eines MFS zu. Die Algorithmen sind leicht in der frühen Planungsphase einsetzbar und versprechen ein ausgereifteres System, welches in späteren (Simulations-) Phasen mit geringeren Änderungen auskommt.

Spatial and topological features of urban road networks have been observed variously in the past. No previous study, however, has investigated and compared an extensive data set from cities all over the world regarding their network properties. In this work, re-spectively 20 large cities from 5 continents and Germany are analyzed. In the process, node degree, link length, shortest paths, detour index as well as measures for rectangu-larity are used to characterize and to differentiate the networks. While most networks properties are quite diverse from continent to continent, the detour index as a measure of efficiency shows remarkable similarities and homogeneity over all regions, independ-ent of their spatial network structure. It is shown that in some cities this efficiency is mainly sustained by a subnetwork of major roads, while in others it relies on a balance between minor and major roads. Rectangularity in all regions is shown to be predomi-nant in the structure of minor road subnetworks, while it is shown that this feature is not trivially connected to the node degree. / Räumliche und topografische Eigenschaften urbaner Straßennetzwerke sind in der Ver-gangenheit vielfältig untersucht wurden. Keine der bisherigen Studien hat jedoch eine umfassende Anzahl weltweiter Städte auf ihre Netzwerkeigenschaften untersucht. In dieser Arbeit werden jeweils 20 Großstädte aus 5 Kontinenten analysiert. Knotengrad, Kantenlängen, kürzeste Pfade, Detour Index sowie die Rechtwinkligkeit werden schritt-weise untersucht, um die Netzwerke zu charakterisieren und voneinander zu differen-zieren. Während die meisten Netzwerkmaße große Unterscheide von Kontinent zu Kon-tinent aufweisen, lassen sich beim Detour Index, welcher ein Maß für die Effizienz im Netzwerk dient, bemerkenswerte Gemeinsamkeiten in allen Regionen unabhängig von der räumlichen Netzwerkstruktur feststellen. Es wird gezeigt, dass die Effizienz in eini-gen Städten hauptsächlich durch ein Teilnetz von Hauptstraßen getragen wird, während sie anderswo auf einer Balance zwischen Haupt- und Nebenstraßen beruht. Vor allem in der Struktur von Nebenstraßennetzwerken kann Rechtwinkligkeit festgestellt werden, während gleichzeitig wird, dass letztere in keinem trivialen Zusammenhang mit dem Knotengrad steht.

No description available.

Spatial and topological features of urban road networks have been observed variously in the past. No previous study, however, has investigated and compared an extensive data set from cities all over the world regarding their network properties. In this work, re-spectively 20 large cities from 5 continents and Germany are analyzed. In the process, node degree, link length, shortest paths, detour index as well as measures for rectangu-larity are used to characterize and to differentiate the networks. While most networks properties are quite diverse from continent to continent, the detour index as a measure of efficiency shows remarkable similarities and homogeneity over all regions, independ-ent of their spatial network structure. It is shown that in some cities this efficiency is mainly sustained by a subnetwork of major roads, while in others it relies on a balance between minor and major roads. Rectangularity in all regions is shown to be predomi-nant in the structure of minor road subnetworks, while it is shown that this feature is not trivially connected to the node degree.:Table of Contents List of Figures V List of Tables VI Chapter 1 Introduction 1 Chapter 2 Preliminaries 4 2.1 Complex Networks 4 2.2 Network Characteristics 5 2.2.1 Node Degree 5 2.2.2 Link Length 6 2.2.3 Shortest Path Length 7 2.2.4 Detour Index 7 2.2.5 Rectangularity 8 2.3 Data 11 2.3.1 Data Source and Analyzed Cities 11 2.3.2 Data Structure 12 2.3.3 Data Quality 14 2.4 Data Preprocessing 15 2.4.1 Removal of Dead Ends 16 2.4.2 Removal of Transient Nodes 17 2.4.3 Merging of Multi-Node Intersections and Roads with Separated Lanes 17 2.5 Network Modifications 20 Chapter 3 Results and Discussion 23 3.1 Unmodified Networks 23 3.1.1 Node Degree 23 3.1.2 Link Length 25 3.1.3 Network Efficiency 28 3.1.4 Rectangularity 30 3.2 Modified Networks and Comparison to Unmodified Networks 36 3.2.1 Node Degree 37 3.2.2 Link Length 39 3.2.3 Network Efficiency 41 3.2.4 Rectangularity 46 Chapter 4 Conclusion and Outlook 49 References 51 Appendix A Detailed Results of Unmodified Networks 55 Appendix A.1 Europe 55 Appendix A.2 Anglo America 56 Appendix A.3 Latin America 57 Appendix A.4 Asia 58 Appendix A.5 Africa 59 Appendix A.6 Germany 60 Appendix B Corrupted Networks due to Merging of Intersections with Radius 50 m 61 Appendix C Modification 2 62 Appendix D Spatial Distributions of Network Measures 63 Appendix D.1 Node Degree 63 Appendix D.2 Link Length 64 Appendix D.3 Detour Index 65 Appendix D.4 Rectangularity 66 Appendix E Detailed results of modified networks 67 Appendix E.1 Europe 67 Appendix E.2 Anglo America 68 Appendix E.3 Latin America 69 Appendix E.4 Asia 70 Appendix E.5 Africa 71 Appendix E.6 Germany 72 / Räumliche und topografische Eigenschaften urbaner Straßennetzwerke sind in der Ver-gangenheit vielfältig untersucht wurden. Keine der bisherigen Studien hat jedoch eine umfassende Anzahl weltweiter Städte auf ihre Netzwerkeigenschaften untersucht. In dieser Arbeit werden jeweils 20 Großstädte aus 5 Kontinenten analysiert. Knotengrad, Kantenlängen, kürzeste Pfade, Detour Index sowie die Rechtwinkligkeit werden schritt-weise untersucht, um die Netzwerke zu charakterisieren und voneinander zu differen-zieren. Während die meisten Netzwerkmaße große Unterscheide von Kontinent zu Kon-tinent aufweisen, lassen sich beim Detour Index, welcher ein Maß für die Effizienz im Netzwerk dient, bemerkenswerte Gemeinsamkeiten in allen Regionen unabhängig von der räumlichen Netzwerkstruktur feststellen. Es wird gezeigt, dass die Effizienz in eini-gen Städten hauptsächlich durch ein Teilnetz von Hauptstraßen getragen wird, während sie anderswo auf einer Balance zwischen Haupt- und Nebenstraßen beruht. Vor allem in der Struktur von Nebenstraßennetzwerken kann Rechtwinkligkeit festgestellt werden, während gleichzeitig wird, dass letztere in keinem trivialen Zusammenhang mit dem Knotengrad steht.:Table of Contents List of Figures V List of Tables VI Chapter 1 Introduction 1 Chapter 2 Preliminaries 4 2.1 Complex Networks 4 2.2 Network Characteristics 5 2.2.1 Node Degree 5 2.2.2 Link Length 6 2.2.3 Shortest Path Length 7 2.2.4 Detour Index 7 2.2.5 Rectangularity 8 2.3 Data 11 2.3.1 Data Source and Analyzed Cities 11 2.3.2 Data Structure 12 2.3.3 Data Quality 14 2.4 Data Preprocessing 15 2.4.1 Removal of Dead Ends 16 2.4.2 Removal of Transient Nodes 17 2.4.3 Merging of Multi-Node Intersections and Roads with Separated Lanes 17 2.5 Network Modifications 20 Chapter 3 Results and Discussion 23 3.1 Unmodified Networks 23 3.1.1 Node Degree 23 3.1.2 Link Length 25 3.1.3 Network Efficiency 28 3.1.4 Rectangularity 30 3.2 Modified Networks and Comparison to Unmodified Networks 36 3.2.1 Node Degree 37 3.2.2 Link Length 39 3.2.3 Network Efficiency 41 3.2.4 Rectangularity 46 Chapter 4 Conclusion and Outlook 49 References 51 Appendix A Detailed Results of Unmodified Networks 55 Appendix A.1 Europe 55 Appendix A.2 Anglo America 56 Appendix A.3 Latin America 57 Appendix A.4 Asia 58 Appendix A.5 Africa 59 Appendix A.6 Germany 60 Appendix B Corrupted Networks due to Merging of Intersections with Radius 50 m 61 Appendix C Modification 2 62 Appendix D Spatial Distributions of Network Measures 63 Appendix D.1 Node Degree 63 Appendix D.2 Link Length 64 Appendix D.3 Detour Index 65 Appendix D.4 Rectangularity 66 Appendix E Detailed results of modified networks 67 Appendix E.1 Europe 67 Appendix E.2 Anglo America 68 Appendix E.3 Latin America 69 Appendix E.4 Asia 70 Appendix E.5 Africa 71 Appendix E.6 Germany 72

Durch die Anwendung der Theorie Komplexer Netzwerke auf die Topologie komplexer Materialflusssysteme (MFS), im Speziellen auf Gepäckförderanlagen (GFA) in Flughäfen, wurden Erkenntnisse für die Generierung und Optimierung der Layouts gewonnen. Zunächst wird die einfache Anwendbarkeit von Netzwerkanalysemethoden auf komplexe MFS gezeigt. Dadurch können generische Eigenschaften der Systeme untersucht werden, die mit anderen Methoden nicht zugänglich sind. Des Weiteren wird dargelegt, dass alle untersuchten GFA ähnliche Charakteristiken aufweisen, was zukünftig für die Generierung der Topologien genutzt werden kann. Durch diese Analysemethodik werden wichtige Einblicke in Materialflüsse in GFA ohne aufwändige Simulationen möglich. Bereits einfache Analysen lassen neue Schlüsse auf Eigenschaften wie die Robustheit und Leistung eines MFS zu. Die Algorithmen sind leicht in der frühen Planungsphase einsetzbar und versprechen ein ausgereifteres System, welches in späteren (Simulations-) Phasen mit geringeren Änderungen auskommt.

Complex network theory provides an elegant and powerful framework to statistically investigate the topology of local and long range dynamical interrelationships, i.e., teleconnections, in the climate system. Employing a refined methodology relying on linear and nonlinear measures of time series analysis, the intricate correlation structure within a multivariate climatological data set is cast into network form. Within this graph theoretical framework, vertices are identified with grid points taken from the data set representing a region on the the Earth's surface, and edges correspond to strong statistical interrelationships between the dynamics on pairs of grid points. The resulting climate networks are neither perfectly regular nor completely random, but display the intriguing and nontrivial characteristics of complexity commonly found in real world networks such as the internet, citation and acquaintance networks, food webs and cortical networks in the mammalian brain. Among other interesting properties, climate networks exhibit the "small-world" effect and possess a broad degree distribution with dominating super-nodes as well as a pronounced community structure. We have performed an extensive and detailed graph theoretical analysis of climate networks on the global topological scale focussing on the flow and centrality measure betweenness which is locally defined at each vertex, but includes global topological information by relying on the distribution of shortest paths between all pairs of vertices in the network. The betweenness centrality field reveals a rich internal structure in complex climate networks constructed from reanalysis and atmosphere-ocean coupled general circulation model (AOGCM) surface air temperature data. Our novel approach uncovers an elaborately woven meta-network of highly localized channels of strong dynamical information flow, that we relate to global surface ocean currents and dub the backbone of the climate network in analogy to the homonymous data highways of the internet. This finding points to a major role of the oceanic surface circulation in coupling and stabilizing the global temperature field in the long term mean (140 years for the model run and 60 years for reanalysis data). Carefully comparing the backbone structures detected in climate networks constructed using linear Pearson correlation and nonlinear mutual information, we argue that the high sensitivity of betweenness with respect to small changes in network structure may allow to detect the footprints of strongly nonlinear physical interactions in the climate system. The results presented in this thesis are thoroughly founded and substantiated using a hierarchy of statistical significance tests on the level of time series and networks, i.e., by tests based on time series surrogates as well as network surrogates. This is particularly relevant when working with real world data. Specifically, we developed new types of network surrogates to include the additional constraints imposed by the spatial embedding of vertices in a climate network. Our methodology is of potential interest for a broad audience within the physics community and various applied fields, because it is universal in the sense of being valid for any spatially extended dynamical system. It can help to understand the localized flow of dynamical information in any such system by combining multivariate time series analysis, a complex network approach and the information flow measure betweenness centrality. Possible fields of application include fluid dynamics (turbulence), plasma physics and biological physics (population models, neural networks, cell models). Furthermore, the climate network approach is equally relevant for experimental data as well as model simulations and hence introduces a novel perspective on model evaluation and data driven model building. Our work is timely in the context of the current debate on climate change within the scientific community, since it allows to assess from a new perspective the regional vulnerability and stability of the climate system while relying on global and not only on regional knowledge. The methodology developed in this thesis hence has the potential to substantially contribute to the understanding of the local effect of extreme events and tipping points in the earth system within a holistic global framework. / Die Theorie komplexer Netzwerke bietet einen eleganten Rahmen zur statistischen Untersuchung der Topologie lokaler und langreichweitiger dynamischer Zusammenhänge (Telekonnektionen) im Klimasystem. Unter Verwendung einer verfeinerten, auf linearen und nichtlinearen Korrelationsmaßen der Zeitreihenanalyse beruhenden Netzwerkkonstruktionsmethode, bilden wir die komplexe Korrelationsstruktur eines multivariaten klimatologischen Datensatzes auf ein Netzwerk ab. Dabei identifizieren wir die Knoten des Netzwerkes mit den Gitterpunkten des zugrundeliegenden Datensatzes, während wir Paare von besonders stark korrelierten Knoten als Kanten auffassen. Die resultierenden Klimanetzwerke zeigen weder die perfekte Regularität eines Kristallgitters, noch eine vollkommen zufällige Topologie. Vielmehr weisen sie faszinierende und nichttriviale Eigenschaften auf, die charakteristisch für natürlich gewachsene Netzwerke wie z.B. das Internet, Zitations- und Bekanntschaftsnetzwerke, Nahrungsnetze und kortikale Netzwerke im Säugetiergehirn sind. Besonders erwähnenswert ist, dass in Klimanetzwerken das Kleine-Welt-Phänomen auftritt. Desweiteren besitzen sie eine breite Gradverteilung, werden von Superknoten mit sehr vielen Nachbarn dominiert, und bilden schließlich regional wohldefinierte Untergruppen von intern dicht vernetzten Knoten aus. Im Rahmen dieser Arbeit wurde eine detaillierte, graphentheoretische Analyse von Klimanetzwerken auf der globalen topologischen Skala durchgeführt, wobei wir uns auf das Netzwerkfluss- und Zentralitätsmaß Betweenness konzentrierten. Betweenness ist zwar lokal an jedem Knoten definiert, enthält aber trotzdem Informationen über die globale Netzwerktopologie. Dies beruht darauf, dass die Verteilung kürzester Pfade zwischen allen möglichen Paaren von Knoten in die Berechnung des Maßes eingeht. Das Betweennessfeld zeigt reichhaltige und zuvor verborgene Strukturen in aus Reanalyse- und Modelldaten der erdoberflächennahen Lufttemperatur gewonnenen Klimanetzen. Das durch unseren neuartigen Ansatz enthüllte Metanetzwerk, bestehend aus hochlokalisierten Kanälen stark gebündelten Informationsflusses, bringen wir mit der Oberflächenzirkulation des Weltozeans in Verbindung. In Analogie mit den gleichnamigen Datenautobahnen des Internets nennen wir dieses Metanetzwerk den Backbone des Klimanetzwerks. Unsere Ergebnisse deuten insgesamt darauf hin, dass Meeresoberflächenströmungen einen wichtigen Beitrag zur Kopplung und Stabilisierung des globalen Oberflächenlufttemperaturfeldes leisten. Wir zeigen weiterhin, dass die hohe Sensitivität des Betweennessmaßes hinsichtlich kleiner Änderungen der Netzwerktopologie die Detektion stark nichtlinearer physikalischer Wechselwirkungen im Klimasystem ermöglichen könnte. Die in dieser Arbeit vorgestellten Ergebnisse wurden mithilfe statistischer Signifikanztests auf der Zeitreihen- und Netzwerkebene gründlich auf ihre Robustheit geprüft. In Anbetracht fehlerbehafteter Daten und komplexer statistischer Zusammenhänge zwischen verschiedenen Netzwerkmaßen ist diese Vorgehensweise besonders wichtig. Weiterhin ist die Entwicklung neuer, allgemein anwendbarer Surrogate für räumlich eingebettete Netzwerke hervorzuheben, die die Berücksichtigung spezieller Klimanetzwerkeigenschaften wie z.B. der Wahrscheinlichkeitsverteilung der Kantenlängen erlauben. Unsere Methode ist universell, weil sie zum Verständnis des lokalisierten Informationsflusses in allen räumlich ausgedehnten, dynamischen Systemen beitragen kann. Deshalb ist sie innerhalb der Physik und anderer angewandter Wissenschaften von potentiell breitem Interesse. Mögliche Anwendungen könnten sich z.B. in der Fluiddynamik (Turbulenz), der Plasmaphysik und der Biophysik (Populationsmodelle, neuronale Netzwerke und Zellmodelle) finden. Darüber hinaus ist der Netzwerkansatz für experimentelle Daten sowie Modellsimulationen gültig, und eröffnet folglich neue Perspektiven für Modellevaluation und datengetriebene Modellierung. Im Rahmen der aktuellen Klimawandeldebatte stellen Klimanetzwerke einen neuartigen Satz von Analysemethoden zur Verfügung, der die Evaluation der lokalen Vulnerabilität und Stabilität des Klimasystems unter Berücksichtigung globaler Randbedingungen ermöglicht. Die in dieser Arbeit entwickelten und untersuchten Methoden könnten folglich in der Zukunft, innerhalb eines holistisch-globalen Ansatzes, zum Verständnis der lokalen Auswirkungen von Extremereignissen und Kipppunkten im Erdsystem beitragen.

Complex networks are employed as a mathematical description of complex systems in many different fields, ranging from biology to sociology, economy and ecology. Dynamical processes in these systems often display phase transitions, where the dynamics of the system changes qualitatively. In combination with these phase transitions certain components of the system might irretrievably go extinct. In this case, we talk about absorbing transitions. Developing mathematical tools, which allow for an analysis and prediction of the observed phase transitions is crucial for the investigation of complex networks. In this thesis, we investigate absorbing transitions in dynamical networks, where a certain amount of diversity is lost. In some real-world examples, e.g. in the evolution of human societies or of ecological systems, it is desirable to maintain a high degree of diversity, whereas in others, e.g. in epidemic spreading, the diversity of diseases is worthwhile to confine. An understanding of the underlying mechanisms for emergence and persistence of diversity in complex systems is therefore essential. Within the scope of two different network models, we develop an analytical approach, which can be used to estimate the prerequisites for diversity. In the first part, we study a model for opinion formation in human societies. In this model, regimes of low diversity and regimes of high diversity are separated by a fragmentation transition, where the network breaks into disconnected components, corresponding to different opinions. We propose an approach for the estimation of the fragmentation point. The approach is based on a linear stability analysis of the fragmented state close to the phase transition and yields much more accurate results compared to conventional methods. In the second part, we study a model for the formation of complex food webs. We calculate and analyze coexistence conditions for several types of species in ecological communities. To this aim, we employ an approach which involves an iterative stability analysis of the equilibrium with respect to the arrival of a new species. The proposed formalism allows for a direct calculation of coexistence ranges and thus facilitates a systematic analysis of persistence conditions for food webs. In summary, we present a general mathematical framework for the calculation of absorbing phase transitions in complex networks, which is based on concepts from percolation theory. While the specific implementation of the formalism differs from model to model, the basic principle remains applicable to a wide range of different models.

Complex systems can often be modelled as networks, in which their basic units are represented by abstract nodes and the interactions among them by abstract links. This network of interactions is the key to understanding emergent collective phenomena in such systems. In most cases, it is an adaptive network, which is defined by a feedback loop between the local dynamics of the individual units and the dynamical changes of the network structure itself. This feedback loop gives rise to many novel phenomena. Adaptive networks are a promising concept for the investigation of collective phenomena in different systems. However, they also present a challenge to existing modelling approaches and analytical descriptions due to the tight coupling between local and topological degrees of freedom. In this thesis, I present a simple rule-based framework for the investigation of adaptive networks, using which a wide range of collective phenomena can be modelled and analysed from a common perspective. In this framework, a microscopic model is defined by the local interaction rules of small network motifs, which can be implemented in stochastic simulations straightforwardly. Moreover, an approximate emergent-level description in terms of macroscopic variables can be derived from the microscopic rules, which we use to analyse the system\'s collective and long-term behaviour by applying tools from dynamical systems theory. We discuss three adaptive-network models for different collective phenomena within our common framework. First, we propose a novel approach to collective motion in insect swarms, in which we consider the insects\' adaptive interaction network instead of explicitly tracking their positions and velocities. We capture the experimentally observed onset of collective motion qualitatively in terms of a bifurcation in this non-spatial model. We find that three-body interactions are an essential ingredient for collective motion to emerge. Moreover, we show what minimal microscopic interaction rules determine whether the transition to collective motion is continuous or discontinuous. Second, we consider a model of opinion formation in groups of individuals, where we focus on the effect of directed links in adaptive networks. Extending the adaptive voter model to directed networks, we find a novel fragmentation mechanism, by which the network breaks into distinct components of opposing agents. This fragmentation is mediated by the formation of self-stabilizing structures in the network, which do not occur in the undirected case. We find that they are related to degree correlations stemming from the interplay of link directionality and adaptive topological change. Third, we discuss a model for the evolution of cooperation among self-interested agents, in which the adaptive nature of their interaction network gives rise to a novel dynamical mechanism promoting cooperation. We show that even full cooperation can be achieved asymptotically if the networks\' adaptive response to the agents\' dynamics is sufficiently fast.