加权随机连接模型中渗流相变的锐度

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

分析

本文研究了一类加权随机连接模型中渗流相变的锐度。这项研究意义重大，因为它提供了对这些复杂系统中连通性如何出现的更深入的理解，特别是在涉及权重和长距离连接时。这些结果对于理解具有不同连接强度和空间分布的网络的行为至关重要，这在物理学、计算机科学和社会科学等各个领域都有应用。
引用 / 来源
查看原文
"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
* 根据版权法第32条进行合法引用。
较旧

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

较新

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

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv