2,437
个编辑
更改
→检验动力学的一致性
在微观网络<math>A</math>与宏观网络<math>B</math>上进行[[随机游走]]，在未来某个时间<math>t </math> ， <math>A</math>上的预期分布为 <math>P_m(t) </math>， <math>B</math>上的预期分布为 <math>P_M(t) </math>。将<math>P_m(t) </math>分布叠加到宏观上<math>G_M </math>的相同节点上，得到<math>P_{M|m}(t) </math>分布。用<math>P_M(t) </math>和<math>P_{M|m}(t) </math>之间的KL散度来衡量其不一致性（inconsistency），若结果为零则动力学一致。公式为：
在微观网络<math>A</math>与宏观网络<math>B</math>上进行[[随机游走]]，在未来某个时间<math>t </math> ， <math>A</math>上的预期分布为 <math>P_m(t) </math>， <math>B</math>上的预期分布为 <math>P_M(t) </math>。将<math>P_m(t) </math>分布叠加到宏观上<math>G_M </math>的相同节点上，得到<math>P_{M|m}(t) </math>分布。用<math>P_M(t) </math>和<math>P_{M|m}(t) </math>之间的KL散度来衡量其不一致性（inconsistency），若结果为零则动力学一致。公式为：
<math>inconsistency=\sum_{t=0}^T D_{KL}[P_M(t)||P_{M|m}(t)]</math>
<math>inconsistency=\sum_{t=1}^T D_{KL}[P_M(t)||P_{M|m}(t)]</math>
计算动力学的一致性检验的不一致性的具体步骤如下：
输入：微观网络<math>A</math>与宏观网络<math>B</math>；输出：动力学的不一致性（inconsistency）
# 初始定义一个作为总的转移时间步<math>T</math>；初始化一个微观分布<math>P_m(0) </math>（分布长度和微观网络的大小一致，记为N），将分布中没有进行粗粒化的节点位置设为1，其余位置设为0；初始化一个宏观分布<math>P_M(0) </math>（分布长度和宏观网络的大小一致，记为M），同样将分布中没有进行粗粒化的节点位置设为1，其余位置设为0
#
实验发现，针对[[偏好依附网络]]来说，在不同节点规模以及参数下的粗粒化后的宏观网络的不一致性会随着迭代步数的增加都会收敛到0。
实验发现，针对[[偏好依附网络]]来说，在不同节点规模以及参数下的粗粒化后的宏观网络的不一致性会随着迭代步数的增加都会收敛到0。