201
个编辑
更改
跳到导航
跳到搜索
第75行：
第75行： − + − + 第107行：
第107行： − + + + 第141行：
第143行： + + + + + + + + + + + + +
→同步相变的性质[5]
=== 爆炸式同步与传统同步的对比 ===
=== 爆炸式同步与传统同步的对比 ===
==== 同步相变的性质<ref>D'Souza et al. (2019). ''Explosive phenomena in complex networks''. Adv. Phys. 68, 123.</ref> ====
==== 同步相变的性质 ====
{| class="wikitable"
{| class="wikitable"
!特征
!特征
!传统同步 (Kuramoto型)
!传统同步 (Kuramoto型)
!爆炸式同步
!爆炸式同步<ref>D'Souza et al. (2019). ''Explosive phenomena in complex networks''. Adv. Phys. 68, 123.</ref>
|-
|-
|'''相变类型'''
|'''相变类型'''
而在爆炸式同步中，r 会在临界耦合强度 λc 处突然从 r≈0 跳变到 r≈1，表现出不连续相变。
而在爆炸式同步中，r 会在临界耦合强度 λc 处突然从 r≈0 跳变到 r≈1，表现出不连续相变。
=== 应用领域 ===
=== 应用领域与前沿研究 ===
==== 应用领域 ====
(1) 神经科学
(1) 神经科学
* 癫痫发作：大脑神经网络可能因爆炸式同步突然进入高同步态，导致癫痫发作<ref>Petri, G., et al. (2014).
* 癫痫发作：大脑神经网络可能因爆炸式同步突然进入高同步态，导致癫痫发作<ref>Petri, G., et al. (2014).
Physical Review E, 100(2), 022405.</ref>。
Physical Review E, 100(2), 022405.</ref>。
==== 前沿研究 ====
高阶相互作用网络中的同步相变：
[math]\displaystyle{\frac{d\theta_i}{dt} = \omega_i +
\lambda_1 \sum_j A_{ij}^{(2)} \sin(\theta_j - \theta_i) +
\lambda_2 \sum_{j,k} A_{ijk}^{(3)} \sin(2\theta_j - \theta_k - \theta_i) }[/math]
时变网络中的动态相变模型（自适应耦合机制）：
<nowiki>[math]\displaystyle{ \lambda_{ij}(t) = \lambda_0 e^{-\kappa |\theta_i(t) - \theta_j(t)|}}[/math]</nowiki>