无标度网络作为记忆的副现象

许多现实网络是无标度的，具有较小的特征路径长度、高聚类系数以及度分布中的幂律特性。它们可以通过发生优先连接过程的动态网络获得。然而，这种机制是非局部的，因为它需要知晓整个图才能更新图。相反，如果优先连接和现实网络出现在物理系统中，这些特征需要从局部模型中涌现。在本文中，我们提出了一种局部模型，并表明获得具有局部规则的无标度网络的一个可能要素（常被低估）是记忆。此类模型可以在固态电路中实现，使用具有记忆功能的非线性无源元件（如忆阻器），从而可以进行实验测试。