复现经验度分布的前后两时刻
物理与社会
2026-02-10 v4 社会与信息网络
数据分析、统计与概率
统计金融
摘要
复杂网络分析的概率模型研究日益蓬勃。其中，指数随机图 (ERG) 因多年来受到广泛关注。然而，只有线性 ERG 被广泛用于洞察真实世界复杂网络的结构组织。实际上，没有任何模型能够承受经验度分布的方差。为此，必须考虑非线性 ERG。在展示常用均值场近似导致度校正的两星模型退化后，我们定义了一种适应性变体。这种“软化”模型能够在纯正规框架内复现样本方差，同时保留其线性对应物的解释力。
引用
@article{arxiv.2505.10373,
title = {Reproducing the first and second moments of empirical degree distributions},
author = {Mattia Marzi and Francesca Giuffrida and Diego Garlaschelli and Tiziano Squartini},
journal= {arXiv preprint arXiv:2505.10373},
year = {2026}
}
备注
20 pages, 10 figures