页面历史
2025年6月28日 (星期六)
→几何网络重整化
+3,424
→几何网络重整化
-118
→几何网络重整化
+395
→重整化群方法的基本原理
+130
→重整化群方法的基本原理
-110
→重整化群方法的基本原理
-6
→重整化群方法的基本原理
-13
→重整化群方法的基本原理
+115
→信息论方法
+422
→工程技术和计算机科学中的粗粒化
+2,839
→背景知识
+9,898
→对称方法
+1,791
→拓扑方法
+2,197
→谱方法
+1,348
→几何网络重整化
+5
→几何网络重整化
-1
→几何网络重整化
-1
→几何网络重整化
+14
→几何网络重整化
+10
→重整化群方法的基本原理
+8
→基于最短路的方法
+211
→基于最短路的方法
+2,361
→复杂网络重整化的挑战
+1,590
2025年6月27日 (星期五)
2025年6月21日 (星期六)
重整化群 (renormalization group, RG)理论是一套强有力的理论框架，主要应用于多自由度系统的研究。该理论通过对系统状态、模型参数和耦合常数在不同尺度下的描述，实现系统在不同分辨率层次间的转换。该理论不仅能识别相变临界点，还能有效分析系统在临界点附近的行为特征。在传统物理应用中，重整化群理论通常基于同质性 (homogeneity)、对称性、几何结构和局部性 (locality) 等基础概念，构建度量距离、尺度变换和自相似粗粒化方案。近年来，研究者们致力于将该理论拓展至复杂网络研究。然而，复杂网络系统普遍存在三个显著特征：显式几何坐标的缺失、节点与子图统计性质的异质性，以及类均匀格点的对称性的缺乏，这些特性导致建立统一的重整化流程面临严峻挑战。本文系统梳理网络重整化领域的主流研究方法，评述重要理论突破，并着重探讨当前尚未解决的关键科学问题。
+101,197
建立内容为“论文翻译｜网络重整化综述”的新页面
+36