谱隙网络中异质振子动力学的粗粒化

我们提出一种计算机辅助方法，对通过（固定）网络结构耦合的非全同振子系统进行演化动力学粗粒化。耦合网络图拉普拉斯算子谱隙的存在表明，图动力学可能迅速降为低维。我们首选的粗变量由振子状态——其（复）相位角——沿该拉普拉斯算子主导特征向量的分量构成。随后，我们利用免方程框架[1]，绕过显式粗粒化方程的推导，执行粗投影积分、粗不动点及粗极限环计算等计算任务。第二步，我们探索一种将振子异质性纳入粗粒化过程的方法。该方法基于对振子状态与振子内禀属性之间快速形成关联的观察，并与不确定性量化背景下发展的工具建立了联系。