5,443
个编辑
更改
→复杂网络重整化的挑战
== 复杂网络重整化的挑战 ==
== 复杂网络重整化的挑战 ==
重整化群方法已成功发现一类系统的普适性特征，但真实世界问题中相互作用极少呈现类格点规则性。结构无序与空间非均匀相互作用导致拓扑几何异质的网络模式，其特征包括：度分布多样性、小世界特性、非零集聚系数、模块化或层级结构[1-4]。这些不规则特征与系统有限性引起的边界效应和有限尺度效应[5-9]共同构成推广标准重整化群方法的挑战。
重整化群方法已成功发现一类系统的普适性特征，但真实世界问题中相互作用极少呈现类格点规则性。结构无序与空间非均匀相互作用导致拓扑几何异质的网络模式，其特征包括：度分布多样性、小世界特性、非零集聚系数、模块化或层级结构[1-4]<ref name="Pósfai_Network_Science">{{cite journal|author1=Pósfai M|author2=Barabási A.-L.|title=Network Science|journal=Cambridge Univ. Press|year=2016|url=}}</ref><ref name="Squartini_Maximum_Entropy_Networks">{{cite journal|author1=Squartini T|author2=Garlaschelli D.|title=Maximum-Entropy Networks: Pattern Detection, Network Reconstruction and Graph Combinatorics|journal=Springer|year=2017|url=}}</ref><ref name="Newman_Networks">{{cite journal|author1=Newman M.|title=Networks|journal=Oxford Univ. Press|year=2018|url=}}</ref><ref name="Cimini_statistical_physics">{{cite journal|author1=Cimini G.|title=The statistical physics of real-world networks|journal=Nat. Rev. Phys.|year=2019|volume=1|url=}}</ref>
。这些不规则特征与系统有限性引起的边界效应和有限尺度效应[5-9]共同构成推广标准重整化群方法的挑战。
重整化群分析通常包含三个步骤：定义粗粒化变量、平均掉局部涨落、重整化耦合和参数。第一步在平移不变度量空间（如规则格点）中直接可行，但在高度非均匀和小世界网络中，如何定义块节点或慢模态成为问题。此类网络常基于受数据限制的经验分辨率构建，直接在聚合水平建模可能无法捕捉细尺度动态，如2008年金融危机和COVID-19疫情中的冲击传播[12,13]。
重整化群分析通常包含三个步骤：定义粗粒化变量、平均掉局部涨落、重整化耦合和参数。第一步在平移不变度量空间（如规则格点）中直接可行，但在高度非均匀和小世界网络中，如何定义块节点或慢模态成为问题。此类网络常基于受数据限制的经验分辨率构建，直接在聚合水平建模可能无法捕捉细尺度动态，如2008年金融危机和COVID-19疫情中的冲击传播[12,13]。