网络时间平均动力学中的对称性：通过最小网络模型降低不必要的复杂性
物理与社会
2019-01-14 v3 混沌动力学
摘要
复杂网络是广大科学界根本性兴趣的课题。已经引入了几种度量来表征这些网络的结构，如度分布、度相关性、路径长度、聚类系数、中心性度量等。另一个重要特征是网络对称性的存在。特别是，这些对称性的影响在网络同步的背景下得到了研究，其中它们被用于预测集群同步状态的出现和稳定性。在这里，我们提供了理论、数值和实验证据，证明网络对称性在更广泛的网络动力学模型中发挥着作用，包括流行病、博弈论、通信和耦合可激发系统。也就是说，我们发现在所有这些模型中，通过对称关系相关的节点显示出相同的时间平均动力学性质。这一发现促使我们提出了复杂网络动力学的精确且最小化模拟的降维技术，我们展示了这些技术在优化计算资源（如计算时间和内存）的使用方面是有效的。
引用
@article{arxiv.1710.05251,
title = {Symmetries in the time-averaged dynamics of networks: reducing unnecessary complexity through minimal network models},
author = {Francesco Sorrentino and Abu Bakar Siddique and Louis M. Pecora},
journal= {arXiv preprint arXiv:1710.05251},
year = {2019}
}