全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1536 42
2022-05-10
英文标题:
《The noisy voter model on complex networks》
---
作者:
Adri\\\'an Carro, Ra\\\'ul Toral, Maxi San Miguel
---
最新提交年份:
2016
---
英文摘要:
  We propose a new analytical method to study stochastic, binary-state models on complex networks. Moving beyond the usual mean-field theories, this alternative approach is based on the introduction of an annealed approximation for uncorrelated networks, allowing to deal with the network structure as parametric heterogeneity. As an illustration, we study the noisy voter model, a modification of the original voter model including random changes of state. The proposed method is able to unfold the dependence of the model not only on the mean degree (the mean-field prediction) but also on more complex averages over the degree distribution. In particular, we find that the degree heterogeneity ---variance of the underlying degree distribution--- has a strong influence on the location of the critical point of a noise-induced, finite-size transition occurring in the model, on the local ordering of the system, and on the functional form of its temporal correlations. Finally, we show how this latter point opens the possibility of inferring the degree heterogeneity of the underlying network by observing only the aggregate behavior of the system as a whole, an issue of interest for systems where only macroscopic, population level variables can be measured.
---
中文摘要:
我们提出了一种新的分析方法来研究复杂网络上的随机二元状态模型。超越通常的平均场理论,这种替代方法基于对不相关网络引入退火近似,允许将网络结构作为参数异质性处理。作为一个例子,我们研究了噪声选民模型,它是对原始选民模型的修改,包括状态的随机变化。该方法不仅能够揭示模型对平均度(平均场预测)的依赖,而且能够揭示模型对更复杂的平均度分布的依赖。特别是,我们发现,度的异质性——潜在度分布的方差——对模型中由噪声引起的有限尺寸跃迁临界点的位置、系统的局部有序性及其时间相关性的函数形式有很大的影响。最后,我们展示了后一点如何通过只观察系统整体的总体行为来推断底层网络的异质性程度,这是一个只有宏观总体水平变量可以测量的系统感兴趣的问题。
---
分类信息:

一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--
一级分类:Physics        物理学
二级分类:Statistical Mechanics        统计力学
分类描述:Phase transitions, thermodynamics, field theory, non-equilibrium phenomena, renormalization group and scaling, integrable models, turbulence
相变,热力学,场论,非平衡现象,重整化群和标度,可积模型,湍流
--
一级分类:Computer Science        计算机科学
二级分类:Social and Information Networks        社会和信息网络
分类描述:Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模,包括它们在联机信息访问、通信和交互方面的应用,以及它们作为数据集在这些领域和其他领域的问题探索中的作用,包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题;计算应用包括H.3、H.4和H.5中的主题;计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议(例如TCP/IP)的论文通常更适合网络和因特网体系结构(CS.NI)类别。
--
一级分类:Quantitative Finance        数量金融学
二级分类:General Finance        一般财务
分类描述:Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-10 21:00:03
复杂网络上的嘈杂投票人模型萨德里·安·卡洛、拉乌尔·托拉尔和马克西·圣米格利菲斯克(CSIC-UIB),西班牙马洛卡棕榈岛大学IllesBalears校区跨学科综合系统研究所,E-07122,西班牙*阿德里安。carro@ifi sc.uib-csic。根据平均场理论,这种替代方法基于对不相关网络引入退火近似,允许将网络结构作为参数异质性处理。作为一个例子,我们研究了嘈杂的votermodel,它是对原始选民模型的修改,包括状态的随机变化。所提出的方法不仅能够揭示模型对平均度(平均场预测)的依赖性,而且能够揭示模型对更复杂的平均度分布的依赖性。特别是,我们发现,程度异质性(基础程度分布的方差)对模型中发生的噪声诱导的有限尺寸过渡临界点的位置,以及仅通过观察整个系统的聚合行为推断基础网络的程度异质性的局部可能性有着巨大的影响,对于只能测量宏观总体水平变量的系统而言,这是一个令人感兴趣的问题。1简介随机、二元状态模型已被用于研究各种系统和领域中集体现象的出现。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 21:00:07
例子包括统计物理学中的经典问题,如平衡和非平衡相变,1、2生物和生态问题,如神经活动和物种竞争,4、5甚至社会和流行病学问题,如疾病在人群中的传播。6-11一般来说,这些系统被认为是嵌入网络结构中的,其中节点被赋予一个二元状态变量(自旋向上或向下)和规则晶格,最近人们对更复杂和异构的拓扑越来越感兴趣。12–15最近这些工作的一个重要结果是,对于给定的模型,基础网络的结构可能会强烈影响系统的动力学,并影响其临界行为,例如,导致模型参数的不同临界值。16-19例如,伊辛模型的临界温度、传播现象中的流行病阈值、23-26以及随机游动中的平均返回时间和首次通过时间都证明了这一点。从实践的角度来看,量化底层拓扑对此类系统和动力学的影响至关重要。投票者模型是此类模型的一个范例,可应用于广泛领域的非平衡系统研究。429仅基于局部成对交互,该模型假设,在单个事件中,一个RandomlyHosen节点复制其一个邻居的状态,该邻居也是随机选择的。然而,在本文中,我们将重点讨论噪声选民模型,它是原始选民模型的一个变体,除了两两相互作用之外,还包括状态的随机变化。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 21:00:11
至少有四条相互独立的研究线对这种变异模型进行了研究,它们基本上互不了解,属于不同的领域。即强关联系统中的渗流过程、非均匀催化化学反应、金融市场中的羊群行为和概率论。虽然第一篇和最后一篇文献都直接受到选民模型的启发,明确使用诸如“嘈杂的选民模型”或类似的术语,“催化反应”、“羊群效应”或“基尔曼模型”。最近,在选民模型中加入随机事件也被用来重现在实际选举过程中观察到的一些统计规律。对于任何有限系统,噪声选民模型的行为特征是两种对立机制之间的竞争,这两种机制与两种不同类型的噪声有关。一方面,两两相互作用机制与界面反射(内部噪声)有关,并倾向于对系统进行排序,使其朝着均匀配置方向发展——所有自旋处于相同状态,无论是向上还是向下。根据系统的尺寸,这种机制会导致粗化(驱动系统达到完整顺序)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 21:00:15
在没有任何其他机制的情况下,就像原始投票模型中的情况一样,它们与类热传导(外部噪声)有关,并倾向于扰乱系统,将其从同质性拉到遍历性的恢复。这种竞争的主要结果是两种不同的行为模式之间出现了噪声诱导的、有限大小的转换——一种主要是由成对交互控制的有序模式,另一种是只关注规则晶格30、34或完全连接网络的最新文献33、3738–41。33、37最后,考虑到更复杂的拓扑结构42–44,在最近的一些研究中,使用平均场方法,不允许发现除网络大小和平均度之外的网络特性对模型结果的任何影响。42,44,45基于不相关网络的退火近似,并受到最近引入的处理随机相互作用粒子系统中异质性的方法的启发。特别是,我们通过配置集合47–50的互补、不相关网络来近似网络,即与它们的学位成正比。此外,节点的。通过这种方式,我们能够找到过渡临界点的近似解析表达式,对于aAs,我们将展示,后一点通过仅观察系统整体的总体行为,从而推断基础网络的异质性程度,这是一个仅涉及宏观网络,考虑到恒定的平均度数(k=8),同时导致不同的度数分布。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 21:00:19
特别是,为了增加程度的异质性,我们重点研究了Erd¨os-R¨enyi随机网络、Barab¨asi Albert无标度网络和二分法网络(在我们的例子中,节点被分配为两个可能程度中的一个,在k=k/2或k)=√N) .2模型和方法2。1模型定义考虑由给定交互网络中的节点组成的系统。在任何时间点,每个节点都被认为处于两种可能状态中的一种,因此其特征是二元变量si={0,1}。此外,由于网络结构的原因,每个节点还具有一组(最近的)邻居nn(i)的特征,并具有其对更新节点的状态及其邻居的状态的相应程度。特别是,这些概率由两项组成:一方面,节点和它的一个邻居之间存在随机成对的相互作用∈ nn(i),在它之后,jnode i可以写成r+i≡ r(si=0→ si=1)=a+hki∑J∈nn(i)sj,r-我≡ r(si=1)→ si=0)=a+hki∑J∈nn(i)(1)-sj),(1)其中噪声参数调节状态随机变化的速率,而交互参数H与交互驱动的状态变化相一致。通过这种方式定义,噪声选民模型成为网络嵌入33,37,42a=0,通过适当的时间重新缩放,我们恢复原始选民模型的过渡率。时间变量,因此只有一个相关参数:两个引入系数之间的比率,a/h。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群