打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
复杂网络重整化
(查看源代码)
2025年6月28日 (六) 01:25的版本
添加8字节
、
2025年6月28日 (六) 01:25
→重整化群方法的基本原理
第83行:
第83行:
真实世界网络异质性可能导致不同方法结果矛盾,解决这一问题需基于第一性原理建立普适框架。构建框架需重新审视规则格点和均匀度量系统上的重整化方案,注意前述挑战。
真实世界网络异质性可能导致不同方法结果矛盾,解决这一问题需基于第一性原理建立普适框架。构建框架需重新审视规则格点和均匀度量系统上的重整化方案,注意前述挑战。
−
粗粒化变量定义中,引入
$$
N_\ell \times N_\ell
$$
邻接矩阵$$A^{(\ell)}$$表示给定分辨率尺度的网络,$$\ell=0$$为最精细层级,$$\ell>0$$为粗粒化迭代层级。加权网络需权重矩阵$$W^{(\ell)}$$。
+
粗粒化变量定义中,引入
<math>
N_\ell \times N_\ell
<math>
邻接矩阵$$A^{(\ell)}$$表示给定分辨率尺度的网络,$$\ell=0$$为最精细层级,$$\ell>0$$为粗粒化迭代层级。加权网络需权重矩阵$$W^{(\ell)}$$。
实空间重整化通过“块节点”定义粗粒化变量,对应划分$$\Omega_\ell$$,将$$\ell$$层级节点映射到$$\ell+1$$层级的粗粒化节点。k空间重整化则需推广对偶空间定义,通过邻接矩阵的显式算符表示分解为基本模态。
实空间重整化通过“块节点”定义粗粒化变量,对应划分$$\Omega_\ell$$,将$$\ell$$层级节点映射到$$\ell+1$$层级的粗粒化节点。k空间重整化则需推广对偶空间定义,通过邻接矩阵的显式算符表示分解为基本模态。
相信未来
5,443
个编辑