第1章　複雑ネットワーク
　　1.1　ネットワークの定義と類型
　　1.2　Erdos-Renyiモデル
　　1.3　スケールフリーネットワーク
　　1.4　ブロック構造
　　1.5　スモールワールドネットワークとモチーフ
　　1.6　ネットワーク上の拡散とランダムウォーク
　　1.7　中心性指標
　　1.8　コアペリフェリ構造
　　1.9　有向ネットワークの基礎分析
　　1.10　InfoMap
　　1.11　テンポラルネットワークとマルコフ性

第2章　統計的ネットワーク
　　2.1　確率的ブロックモデル（SBM）
　　2.2　交換可能性とグラフォン
　　2.3　潜在空間モデル
　　2.4　疎なネットワークとエッジ交換可能性
　　2.5　指数ランダムグラフモデルとその発展
　　2.6　サブネットワークの異常検知

第3章　グラフニューラルネットワーク
　　3.1　ノード埋め込み
　　3.2　グラフ畳み込みネットワーク
　　3.3　グラフ畳み込みネットワークの拡張
　　3.4　構造的埋め込み
　　3.5　グラフトランスフォーマー
　　3.6　深層学習によるグラフ生成
　　3.7　テンポラルグラフと深層学習
　　3.8　GNNと自己学習
　　3.9　xAI
　　3.10　異質情報ネットワーク
　　3.11　ナレッジグラフ

第4章　経済ネットワークの分析
　　4.1　銀行送金データの複雑ネットワーク分析
　　4.2　ニュースイベント予測と異質情報ネットワーク
　　4.3　まとめ

第5章　法の構造の計量分析
　　5.1　法の計量分析
　　5.2　米国判決文引用関係のブロック構造とリンク予測
　　5.3　日本の判決文と法の構造分析
　　5.4　まとめ

参考文献
索引