若干带顶点名称的稀疏随机图模型的熵
概率论
2019-02-20 v1
摘要
考虑 N 个顶点上的稀疏图设定，其中顶点具有不同的“名称”，这些名称是来自固定有限字母表的长度为 O(log N) 的字符串。对于许多自然的概率模型，熵以 cN log N 的形式增长，其中 c 是依赖于模型的速率常数。本文的数学内容在于（通常是容易地）计算各种模型的 c，特别是针对适应此设定的各种标准随机图模型。我们更广泛的目的是推广这一特定设定，将其作为未来图数据压缩理论研究的自然场景，以及（更具推测性地）用于讨论无组织复杂性与有组织复杂性。
引用
@article{arxiv.1301.0337,
title = {Entropy of Some Models of Sparse Random Graphs With Vertex-Names},
author = {David J. Aldous and Nathan Ross},
journal= {arXiv preprint arXiv:1301.0337},
year = {2019}
}
备注
31 pages