高阶模式揭示复杂系统的因果时间尺度

时间网络的分析严重依赖于对尊重时间路径的分析。然而，在能够建模并分析尊重时间路径之前，我们必须推断时间边相互影响的时间尺度。本工作中我们引入时间路径熵，一种时间网络的信息论度量，旨在检测时间网络中发生因果影响的时间尺度。该度量可用于整体时间网络，也可分别用于每个节点。我们发现时间路径熵对合成与经验时间网络的因果时间尺度具有非平凡依赖关系。此外，我们在合成与经验数据中均注意到，时间路径熵在对应于因果交互的时间尺度上趋于下降。我们的结果表明，与复杂系统动力学相关的时间尺度可通过测量时间路径熵在时间网络自身中被检测出来。这对于固有时间尺度不可得且难以测量的时间网络分析至关重要。