ネットワーク内の行動パターンや機能を研究、理解する際に数学的システムが利用されるが、大規模かつ複雑なシステムの場合、現在のネットワーク・モデリング技法ではこうした研究、分析は難しい。こうした中、国防高等研究計画局（Defense Advanced Research Project Agency： DARPA）の「科学的発見における複雑性の簡素化（Simplifying Complexity in Scientific Discovery: SIMPLEX）」プログラムの助成を受けたスタンフォード大学（Stanford University）の研究者は、（数学者によって）「モチーフ」と呼ばれるものを特定し、これを使ってクラスタリングする枠組みを開発した。その結果が7月7日付けサイエンス誌（Science）に発表された。スタンフォード大学チームの成果の中核となるものは、ネットワークの構造や機能を調査する上でその根本となるデータに隠されたパターンを自動的に探査、優先付けするアルゴリズムの開発である。チームは研究の一環として、独自のモチーフ・クラスタリング枠組みを使い、米国航空システムの分析を行った。
Defense Advanced Research Project Agency “Mathematical Framework that Prioritizes Key Patterns in Networks Aims to Accelerate Scientific Discovery” (7/7/16)