识别促进网络动力系统中极端事件生成的边
适应与自组织系统
2020-07-15 v1 数据分析、统计与概率
摘要
FitzHugh-Nagumo单元复杂网络的集体动力学表现出罕见且反复出现的高幅值事件（极端事件），这些事件之前有所谓的原事件，期间一定比例单元被激发。尽管已知需要足够大比例的激发单元才能将原事件转变为极端事件，但其他单元如何被招募进极端事件的最终生成尚不清楚。针对此问题并模拟典型实验情境，我们研究了时变相互作用网络中边的中心性。我们采用广泛使用的双变量分析技术从单元动力学的时间序列推导出这些网络。利用我们近期提出的边中心性概念与一种基于边的网络分解技术，我们观察到招募主要由某些边的集合促进，这些边在底层拓扑中并无对应。我们的发现可能有助于增进对自然网络动力系统中极端事件生成的理解。
引用
@article{arxiv.2006.11410,
title = {Identifying edges that facilitate the generation of extreme events in networked dynamical systems},
author = {Timo Bröhl and Klaus Lehnertz},
journal= {arXiv preprint arXiv:2006.11410},
year = {2020}
}
备注
8 pages, 5 figures,