高灵敏度复杂度度量更优地捕捉布尔网络状态与时间顺序
信息论
2024-09-04 v1 math.IT
摘要
在这项工作中，我们生成并分析了多个随机布尔网络，从两个特征入手：它们的时间演化图和转移图。为此，我们使用三种度量来估计其随机性，其中算法复杂度能够a) 更显著地揭示向混沌状态的转变，以及b) 揭示某些状态对转移图的算法贡献及其与它们在各自RBN时间演化中所处顺序的关系。从这两种分析中获得的结果，对于将算法复杂度和扰动分析引入布尔网络及其在调控网络模型中的潜在应用是有价值的。
引用
@article{arxiv.2409.00319,
title = {Highly-sensitive measure of complexity captures boolean networks regimes and temporal order more optimally},
author = {Manuel de J. Luevano and Alejandro Puga},
journal= {arXiv preprint arXiv:2409.00319},
year = {2024}
}