時間的ネットワークの可制御性における高次モデル捕捉変化【JST・京大機械翻訳】

Zhang Yan; Garas Antonios; Scholtes Ingo

プレプリント

J-GLOBAL ID：202202204938364434 整理番号：22P0039817

時間的ネットワークの可制御性における高次モデル捕捉変化【JST・京大機械翻訳】

Higher-order models capture changes in controllability of temporal networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2017年01月23日プレプリントサーバーでの情報更新日： 2020年11月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

多くの複雑なシステムにおいて,要素は時変ネットワークトポロジーを介して相互作用する。最近の研究では,相互作用の年代順序における時間的相関が,ネットワーク特性と動的過程に決定的に影響することを示している。これらの相関が時変相互作用を有するシステムを制御する能力にいかに影響するかは不明なままである。本研究では,高次ネットワークモデルを用いて,構造可制御性の枠組みを時間ネットワークに拡張し,そこでは,相互作用の年代順序付けは,非Markov特性による時間再検査経路を生じさせる。6つの経験的データセットを研究し,実システムの非Markov特性が,全体のシステムを制御するのに必要な最小時間を増加または減少できることを示した。経験的データと合成モデルの両方を用いて,さらに高次ネットワークに対するグラフラプラシアンの一般化のスペクトル特性を用いて,可制御性に対する時間的相関の影響を解析的に捉えることができることを示した。本研究は,(i)相互作用の年代的順序付けにおける相関が,時間的ネットワークの可制御性に大きく影響する複雑性の重要な源であり,(ii)高次ネットワークモデルが,経験的システムの時間的トポロジー特性を理解するための強力なツールであることを強調した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

計算機網

, ,

前のページに戻る