通过谱分区扰动超网络

我们研究了用于抑制合流在合成超图上通过超边删除策略。超图由从Erd\H{o}s--R\'enyi、Barab\'asi--Albert和Watts--Strogatz种子图中通过将最大完全子图提升为超边而生成。对于每个超图，我们构建s-line图，其顶点对应于超边，其边编码超边重叠大小至少为s的超边。对这些s-line图进行谱k-way聚类，可得用于排序删除超边的多尺度切割持久性得分。仿真显示，该干预效果强烈依赖于拓扑结构。在报告的Erd\H{o}s--R\'enyi案例中，切割持久性定向可比随机超边删除显著性地减少最终感染规模。在Watts--Strogatz和Barab\'asi--Albert案例中，然而，随机删除与切割持久性定向相当或更好。这些结果表明，谱重叠结构可识别结构上关键的超边，但结构上的关键性本身并不保证最佳的合流抑制。该研究激励了对ensemble-level实验和显式更高阶合流模型的进一步比较。