通过欧几里得节点相似空间中的对数正态适应度解释复杂网络的涌现
物理与社会
2021-01-26 v5 社会与信息网络
摘要
从全球生态、人类社会机构、人脑内部到微尺度蛋白质相互作用等不同现象的网络，都展现出广泛一致的架构特征。为解释这一点，我们提出一种新理论，其中连边概率由对数正态节点适应度（表层）因子与潜欧几里得空间嵌入的节点相似度（深度）因子建模。基于该理论的建模在 110 个网络上大幅优于流行的幂律适应度与双曲几何解释。重要的是，该模型度分布在小密度下类似幂律、在较大密度下类似对数正态分布，从而为关于无标度网络本质与存在性的长期争论提供了调和方案。为验证该理论，对经济世界城市网络与 fMRI 连接组采用的表层因子反演方法，得到了几何对齐程度显著更高的近邻网络。这为理解、分析、解构与解释网络现象建立了新基础。
引用
@article{arxiv.1902.00336,
title = {Explaining the emergence of complex networks through log-normal fitness in a Euclidean node similarity space},
author = {Keith M. Smith},
journal= {arXiv preprint arXiv:1902.00336},
year = {2021}
}
备注
13 pages, 4 figures