复杂网络中带辅助噪声的多数投票模型
统计力学
2018-12-05 v2
摘要
我们分析了带有附加噪声的多数投票(majority-vote, MV)模型的性质，其中局部自旋可独立于其邻域而改变。在标准MV中——这是展现有序-无序相变的最简单非平衡系统之一——自旋以概率与其局部多数对齐，并以互补概率不遵循多数规则。在有噪MV(noisy MV, NMV)中，随机自旋翻转以概率成功(以互补概率完成通常的MV规则)。这一额外因素由Vieira和Crokidakis [Physica A {\bf 450}, 30 (2016)]在方格子上考虑过。此处，我们通过平均场计算和数值模拟将NMV推广到任意网络，包括同质[随机正则(random regular, RR)和Erd"os Renyi (ER)]与异质[Barabasi-Albert (BA)]结构。两种方法的结果彼此高度一致，揭示附加噪声不影响相变分类，无论网络度及其分布如何，相变保持连续。临界点和标志着有序相消失的阈值概率依赖于节点分布并随连通度增大。通过数值研究的临界行为在RR和ER拓扑上展现出一组共同的临界指数，但不同于BA和正则格子。最后，我们的结果表明(与先前的命题相反)在NMV中对于大不存在一级相变。
引用
@article{arxiv.1806.07364,
title = {Majority vote model with ancillary noise in complex networks},
author = {J. M. Encinas and Hanshuang Chen and Marcelo M. de Oliveira and C. E. Fiore},
journal= {arXiv preprint arXiv:1806.07364},
year = {2018}
}
备注
to appear in Physica A (2019)