无标度网络上含噪任务完成景观中的极端涨落
无序系统与神经网络
2007-09-07 v1 统计力学
摘要
我们研究了含噪任务完成景观中极端涨落的统计和标度行为，例如在同步分布式计算网络或具有无标度拓扑的通用因果约束排队网络中出现的情况。在这些网络中，涨落的平均尺寸变得有限（同步态），而极端涨落通常仅在大系统尺寸极限下对数发散，从而在实际意义上确保了同步。只要网络中的局部涨落是短尾的，极值的统计就由冈贝尔分布支配。我们展示了使用精确算法规则的大规模模拟结果，并得到了基于粗粒化描述的均场论论证的支持。
引用
@article{arxiv.cond-mat/0701301,
title = {Extreme fluctuations in noisy task-completion landscapes on scale-free networks},
author = {H. Guclu and G. Korniss and Z. Toroczkai},
journal= {arXiv preprint arXiv:cond-mat/0701301},
year = {2007}
}
备注
16 pages, 6 figures, revtex