高阶网络最小模型中的动力学波动
摘要：高阶相互作用对动态过程的典型状态有影响，从而产生新的集体行为，但它们如何驱动罕见事件和波动的出现仍然是一个未解决的问题。我们研究随机行走的动态量在随时间变化时如何出现波动。通过着眼于一个最简模型，我们表明高阶相互作用总是阻碍罕见事件的发生，尽管相同的结构有助于某些节点的访问，这在仅存在成对相互作用的相应系统中被认为是非典型事件。如果相互作用的结构不是固定的，而是被最优选择以促进特定波动，就会出现一个相变，其中随机行走通常在网络上均匀分布，并在其一部分上局部化。我们的研究为在高阶网络中的波动和罕见事件建立了更广泛和普遍的理论基础。
作者：Leonardo Di Gaetano, Giorgio Carugno, Federico Battiston and Francesco Coghi
论文ID：2303.18169
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2023-04-03