非泊松事件序列中爆发列的层级组织

描述自然和社会过程的数据的时间序列常由非泊松动力学驱动。除了捕获偏离泊松过程的主要特征——重尾间事件时间分布外，对爆发列大小分布的重尾也经常观察到，这表明存在超越间事件时间的更高阶时间相关性。本文通过研究来自不同领域的实证事件序列，表明这些过程中的爆发列在不同时间尺度上具有层级结构，而这种层级组织导致了更高阶的时间相关性。我们提出了一种生成具有任意精度层级结构的事件序列的动态算法。该算法成功复现了真实世界现象的特征，暗示系统动力学中嵌入了跨多个时间尺度的记忆机制。