5,443
个编辑
更改
跳到导航
跳到搜索
第73行：
第73行： − +
→信息论方法
=== 信息论方法 ===
=== 信息论方法 ===
信息论方法探索网络不同尺度间的相互作用。复杂网络中更大尺度通常提供更丰富的连接结构信息，即因果涌现现象[65]，可降低节点间关系观测的不确定性。针对图上动力学过程，信息论方法有助于评估状态空间划分对约化后动力学行为的影响[66]。
信息论方法探索网络不同尺度间的相互作用。复杂网络中更大尺度通常提供更丰富的连接结构信息，即因果涌现现象<ref name="Klein_Emergence_higher_scales">{{cite journal|author1=Klein B|author2=Hoel E.|title=The emergence of informative higher scales in complex networks|journal=Complexity|year=2020|url=}}</ref>，可降低节点间关系观测的不确定性。针对图上动力学过程，信息论方法有助于评估状态空间划分对约化后动力学行为的影响<ref name="Faccin_Entrograms">{{cite journal|author1=Faccin M|author2=Schaub M. T.|author3=Delvenne J.-C.|title=Entrograms and coarse graining of dynamics on complex networks|journal=J. Complex Netw.|year=2017|volume=6|url=}}</ref>。
=== 重整化群方法的基本原理 ===
=== 重整化群方法的基本原理 ===