探测真实网络的超低维性
物理与社会
2022-11-09 v1 社会与信息网络
摘要
减少维度冗余以在高维数据集与复杂网络中寻找简化模式，已成为诸多科学领域的重要课题。然而，探测其潜空间的维度具有挑战性，但对于生成可用于大量下游任务的高效嵌入而言必不可少。在此，我们提出一种无需任何先验空间嵌入即可推断网络维度的方法。由于双曲几何捕捉真实网络复杂连接性的能力，我们探测到远低于其他方法有报道值的超低维度。我们将该方法应用于来自不同领域的真实网络，发现了意想不到的规律性，包括：组织特异性生物分子网络维度极低；脑连接体接近其解剖嵌入的三维；社交网络与互联网需要略高的维度。除了为超高效降维铺平道路，我们的发现有助于解决依赖于维度的根本问题，如临界行为中的普适性。
引用
@article{arxiv.2110.14507,
title = {Detecting the ultra low dimensionality of real networks},
author = {Pedro Almagro and Marian Boguna and M. Angeles Serrano},
journal= {arXiv preprint arXiv:2110.14507},
year = {2022}
}