复杂网络的特征值比率统计：无序与随机性
摘要：概率矩阵连续特征值间距的比率分布已成为研究多体系统光谱特性的重要工具。本文数值地研究了各种模型网络的特征值比率分布，包括小世界、ErdH {oS}-{o}s特征值比率分布。通过加入对应邻接矩阵的对角线扰乱，这些模型网络的特征值比率分布呈现高斯正交统计。加入对角线扰乱后，高斯正交统计过渡到泊松统计取决于扰乱的强度。所需的临界扰乱(wc)随着网络架构的随机性增加。我们将wc与最大熵随机行走器达到稳定态所需的时间联系起来。这些分析有助于理解除主要特征值外其他特征值在各种网络动态中的作用，例如瞬态行为。
作者：Ankit Mishra, Tanu Raghav and Sarika Jalan
论文ID：2206.01418
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2022-07-13