通过消息传递算法将网络划分为同步节点簇：一种无偏可扩展方法
物理与社会
2026-01-23 v1 无序系统与神经网络
数据分析、统计与概率
摘要
将大型网络划分为稳定的同步节点簇是一项具有挑战性的任务。近期基于谱分析的方法可以在特定动力学上提供精确结果，但对于非常大的网络仍然不可行。此外，在随机框架内，应选择何种动力学来研究同步尚不明确。本文中，我们提出了一种基于消息传递算法的无偏且可扩展的方法。通过利用在有效伊辛类模型临界点附近涌现的集体行为，我们识别出动态相干的同步节点簇，并在一些大型真实世界网络上展示了该方法。我们发现，与连续时间动力学不同，即使在简单图中也会发生突然的去同步化，无需引入高阶相互作用。然而，当包含噪声时，向同步的转变变得更加平滑，并通过形成平台进行，尽管代价是需要更大的耦合强度。
引用
@article{arxiv.2601.15944,
title = {Partitioning networks into clusters of synchronized nodes via the message-passing algorithm: an unbiased scalable approach},
author = {Massimo Ostilli},
journal= {arXiv preprint arXiv:2601.15944},
year = {2026}
}
备注
13 pages, 12 figures