中文

超图中的特征向量局域化:成对链接与高阶链接的比较

统计力学 2023-04-05 v1 无序系统与神经网络

摘要

复杂网络拉普拉斯特征向量的局域化行为有助于理解相应复杂系统上的各种动力学现象。我们数值研究了超边在驱动超图拉普拉斯特征向量局域化中的作用。通过定义一个单一参数 \gamma 来度量成对交互与高阶交互的相对强度,我们分析了交互对局域化性质的影响。当 \gamma < 1 时,成对链接对特征向量局域化无影响,而高阶交互在较大特征值处引发局域化。当 \gamma > 1 时,成对交互导致对应于小特征值的特征向量局域化,而高阶交互尽管远少于成对链接,仍持续驱动对应于较大特征值的特征向量局域化。该结果将有助于理解具有高阶交互的一系列真实复杂系统上的扩散和随机游走等动力学现象。

关键词

引用

@article{arxiv.2207.12785,
  title  = {Eigenvector localization in hypergraphs: pair-wise vs higher-order links},
  author = {Ankit Mishra and Sarika Jalan},
  journal= {arXiv preprint arXiv:2207.12785},
  year   = {2023}
}

备注

8 pages, 7 figures