加重ランダム接続モデルにおけるパーコレーション相転移のシャープネス

Research Paper#Percolation Theory, Network Science, Random Graphs🔬 Research|分析: 2026年1月4日 00:10•
公開: 2025年12月25日 17:14
•
1分で読める
•ArXiv

分析

この論文は、加重ランダム接続モデルにおけるパーコレーション相転移のシャープネスを調査しています。これは、加重と長距離接続が関与する場合に、これらの複雑なシステムで接続性がどのように出現するかをより深く理解できるため重要です。この結果は、接続強度と空間分布が異なるネットワークの動作を理解するために重要であり、物理学、計算機科学、社会科学などのさまざまな分野で応用できます。
引用・出典
原文を見る
"The paper proves that in the subcritical regime the cluster-size distribution has exponentially decaying tails, whereas in the supercritical regime the percolation probability grows at least linearly with respect to λ near criticality."
A
ArXiv2025年12月25日 17:14
* 著作権法第32条に基づく適法な引用です。
古い記事

Dynamic Feedback Engines: Layer-Wise Control for Self-Regulating Continual Learning

新しい記事

Properties of a Three-Level $Λ$-Type Atom Driven by Coherent and Stochastic Fields

関連分析

Research Paper

SpaceTimePilot：空間と時間の制御による生成ビデオレンダリング

2026年1月3日 06:10

Research Paper

量子カオスハミルトニアン進化におけるランダム性生成

2026年1月3日 06:10

Research Paper

GaMO：幾何学認識拡散を用いた疎視点3D再構成

2026年1月3日 06:32

原文: ArXiv