重整化群(renormalization group, RG)理论是研究[[多自由度系统]]的强有力框架,通过不同尺度下系统状态、模型参数和[[耦合常数]]的描述,实现分辨率层次转换,可识别[[相变临界点]]并分析临界行为。传统物理应用中,重整化群基于同质性、对称性、几何结构和局部性构建尺度变换方案。近年来,该理论向[[复杂网络]]拓展,但网络系统存在显式几何坐标缺失、节点与子图统计异质性及类格点对称性缺乏三大特征,导致统一重整化流程构建面临挑战。本文梳理网络重整化主流方法,评述理论突破,探讨关键科学问题。 | 重整化群(renormalization group, RG)理论是研究[[多自由度系统]]的强有力框架,通过不同尺度下系统状态、模型参数和[[耦合常数]]的描述,实现分辨率层次转换,可识别[[相变临界点]]并分析临界行为。传统物理应用中,重整化群基于同质性、对称性、几何结构和局部性构建尺度变换方案。近年来,该理论向[[复杂网络]]拓展,但网络系统存在显式几何坐标缺失、节点与子图统计异质性及类格点对称性缺乏三大特征,导致统一重整化流程构建面临挑战。本文梳理网络重整化主流方法,评述理论突破,探讨关键科学问题。 |