基于分布zeta函数的系统性能度量
统计力学
2020-07-07 v1 无序系统与神经网络
摘要
我们提出使用分布zeta函数(DZF)构造一组新的系统性能度量(SPM)。SPM已被提出用于研究网络综合问题,如线性一致性网络的增长。DZF的采用显示出有趣的物理后果,而在通常的复本方法中仍不清楚,即无序模型中自发对称性破缺机制与复本空间结构之间的联系。我们利用系统的谱与哈密顿量结构,将DZF中出现的网络拓扑与配分函数相关联。所研究的对象为广义配分函数、DZF、复本配分函数的期望值,以及场网络的淬灭自由能。我们表明,借助这些对象,我们只需少量操作即可提高网络的性能增强百分比。此外,我们评估每个新SPM下最优添加链接的位置,并通过谱zeta函数、范数以及节点间可通信性计算新网络对每个新SPM的性能改进。我们展示了这组新SPM在网络综合中的优势,并提出了其他方法以利用DZF探索诸如无序、临界现象、有限温度及有限尺寸效应等网络问题。讨论了结果的相关性。
引用
@article{arxiv.2007.02288,
title = {Systemic Performance Measures from Distributional Zeta-Function},
author = {C. D. Rodríguez-Camargo and A. F. Urquijo-Rodríguez and E. A. Mojica-Nava},
journal= {arXiv preprint arXiv:2007.02288},
year = {2020}
}
备注
19 pages, 14 figures