具有小世界边的分层模块化网络上的格里菲斯相

格里菲斯相被认为能诱导一个拉伸的临界区，促进脑网络自组织以实现最优功能。该相源于脑网络的内在结构异质性，例如分层模块化结构。在这项工作中，我们将此概念扩展到基于河内网络、具有小世界连接的修正分层网络。通过大量模拟，我们确定了跨层级的模间连接概率的指数分布的作用，它决定了格里菲斯相的出现。数值结果及相关网络上的补充谱分析有助于更深入理解支持格里菲斯相的有限维网络的本质结构特征。