由涨落经典随机图涌现的静态复杂网络的层级与混合性质
统计力学
2009-11-11 v1 无序系统与神经网络
摘要
Erdos-Renyi 经典随机图的特征是所有顶点对具有固定的连接概率。这里，通过从某一分布中抽取连接概率来推广这一概念。发现该过程可导出具有任意连通性分布的静态复杂网络。特别地，在未假定任何关于全局连接结构知识的情况下，构建了具有层级组织的 scale-free network，这与增长网络的优先连接规则形成对比。研究了由此构建的静态 scale-free network 的层级与混合性质。本方法在单个顶点的标量表征与涌现复杂网络的拓扑之间建立了一座桥梁。该结果可能为理解各种静态现实世界网络中少数几种连通性分布的起源提供线索。
引用
@article{arxiv.cond-mat/0601159,
title = {Hierarchical and mixing properties of static complex networks emerging from the fluctuating classical random graphs},
author = {Sumiyoshi Abe and Stefan Thurner},
journal= {arXiv preprint arXiv:cond-mat/0601159},
year = {2009}
}
备注
15 pages and 3 figures