奇偶性和时间反演阐明了经验模型中的决策过程和临界布尔网络中的吸引子缩放。
摘要：从简单的动力学规律中产生复杂行为的新应用：偶极翻转和时间逆转。通过偶极编码因果关系和时间逆转构建，高效地揭示了离散稳定和不稳定流形的模拟。我们通过研究系统生物学和统计物理模型中的决策过程，展示了它们的预测能力。这些应用为布尔网络在随机动力学下的新型吸引子识别算法提供了基础。通过提高被探测网络的大小80倍（N=16,384），我们发现吸引子数量在临界随机布尔网络中的缩放指数为0.12pm 0.05，大约是分析上界的十分之一。我们证明了一个通用原则：系统与其时间逆转和状态空间翻转的关系限制了其出现行为的可选范围。
作者：Jordan C. Rozum, Jorge G''omez Tejeda Za~nudo, Xiao Gan, D''avid Deritei, and R''eka Albert
论文ID：2009.05526
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2021-07-20