Mean first-passage times of non-Markovian random walkers in confinement
首次通过时间(FPT)是随机过程理论中的一个关键量,定义为随机步行者到达限定区域中的目标点所需的时间。它的重要性来自于它在量化扩散限制反应、目标搜索过程或疾病传播等各种过程的效率方面的关键作用。大多数方法来确定有限域中的FPT属性已被限制到马尔可夫(无记忆)过程。然而,一旦随机步行者与环境相互作用,记忆效应就不能忽略。非马尔可夫动力学的例子包括狭窄通道中的单行扩散或示踪剂颗粒的运动,示踪剂颗粒附着在聚合物链上或在简单或复杂流体中扩散,例如向列相\cite{turiv2013effect}、致密软胶体或粘弹性溶液。在这里,我们介绍了一种分析方法来计算,在一个大的限制体积的限制,平均FPT的高斯非马尔可夫随机步行到一个目标点。的非马尔可夫特征的动态包含通过确定的随机步行者的轨迹在未来的第一次通过事件,这是统治FPT kinetic.This分析的统计特性是适用于广泛的随机过程,可能在很长的时间相关。我们的理论预测证实了几个例子的非马尔可夫过程的数值模拟,包括在一个或更高的维度的分数布朗运动的象征性的情况下。这些结果表明,在高斯过程的基础上,记忆效应的重要性,在首次通过统计的非马尔可夫随机游动在禁闭。
2017-01-24 cond-mat.stat-mech
On Properties of Non-Markovian Random Walk in One Dimension
我们研究了一个强非马尔可夫变量的随机游走,其中访问一个给定的网站$i$的概率是一个函数$f$的数量以前访问的网站$v(i)$。如果概率与访问站点的次数成比例,例如$f(i)=(v(i)+1)^α$,则与简单随机游走相比,对于$α>0$,访问站点的概率分布趋于平坦。对于$f(i)=e^{-v(i)}$,我们观察到具有两个峰的分布。原点不再是最有可能的位置。概率在站点k(t)处最大,其随时间增加。对于$f(i)=e^{-v(i)}$和$α>0$,属性不会随着步行时间的延长而更改。然而,对于$α<0$,性质类似于简单的随机游动渐近。我们研究这些功能的格覆盖时间。覆盖时间尺度的晶格为$N^{z}$,其中$z=2$用于$α \le 0$,$z>2$用于$α >0$,$z<2$用于$f(i)=e^{-v(i)}$。
2022-10-08 cond-mat.stat-mech
Self-organized anomalous aggregation of particles performing nonlinear and non-Markovian random walk
我们提出了一个非线性和非马尔可夫随机游动模型的随机运动和空间聚集的生物体,有能力感知人口密度。我们考虑到社会拥挤效应的扩散率是人口密度和停留时间的递减函数。我们进行随机游动的随机模拟,发现自组织异常(SOA)的现象,导致崩溃的固定聚集模式。这种异常的制度是自组织的,并出现在没有需要一个沉重的尾等待时间分布从一开始。当所有粒子聚集在一个小区域内(反常聚集)时,非线性随机游动演化为反常态的条件已经被找到。我们得到了幂律平稳的密度依赖生存函数,并定义了SOA的临界条件为平均停留时间的发散。在不同的SOA场景中的初始条件的作用进行了讨论。我们观察到瞬态反常双峰聚集现象。
2015-08-06 cond-mat.stat-mech
Virtual walks inspired by a mean field kinetic exchange model of opinion dynamics
针对观点动力学的动态交换模型,提出了两种不同的虚拟行走实现方案。散步是马尔可夫或非马尔可夫的性质。观点动力学模型的特征在于参数$p$,其在临界值$p_c$处驱动有序无序转变。在不同的时间计算距离步行者原点的位移$X$的分布$S(X,t)$。在$p_c$之下,检测到与时间上的交叉行为相关联的两个时间尺度,其在具有不同指数值的临界性下以幂律方式发散。当$S(X,t)$在$p_c$改变其形式时,它也携带相变的特征。游动在$p_c$以下表现出有偏随机游动的特征,而在$p_c$以上,游动类似于无偏随机游动。偏置在$p_c$处以幂律方式消失,并且所得高斯函数的宽度示出不连续性。一些功能的步行被认为是可比的临界量与平均场伊辛模型,其中一类的观点动力学模型属于。马尔可夫和非马尔可夫行走的结果几乎是相同的,这是合理的考虑不同的通量。我们比较目前的结果与一些早期的类似研究。
2022-03-05 cond-mat.stat-mech
On a random walk with memory and its relation to Markovian processes
我们研究一个一维随机游动的记忆,其中的步长向左和向右演变,在每一步,以减少徘徊的步行者。反馈是相当有效的,并导致非扩散行走。位移随时间的演化是一个等价的马尔可夫动力学过程。尽管两次关联函数有很大的不同,但步行者位置的概率密度在任何时候都与具有收缩步长的随机步行相同。
2010-05-21 cond-mat.stat-mech physics.ed-ph
Relativistic Weierstrass random walks
维尔斯特拉斯随机游动是一个典型的马尔可夫链,产生了一个Lévy型超扩散行为。众所周知,狭义相对论阻止了闵可夫斯基时空中发生的任何过程建立超扩散行为所必需的任意高速度,这特别意味着,任何描述时空现象的相对论马尔可夫链本质上必须是高斯的。在这里,我们介绍了一个简单的相对论扩展的Weierstrass随机游走,并表明,必须存在一个过渡时间$t_c$界定两个定性不同的动力学制度:(非相对论)superdiffusiveLévy航班,为$ t < t_c$,和通常的(相对论)高斯扩散,为$t>t_c$。不同的扩散制度之间的这种交叉的影响进行了讨论,一些明确的例子。研究这样一个明确的和简单的马尔可夫链可以揭示一些在更复杂的背景下获得的结果。
2010-08-18 cond-mat.stat-mech
Exact enumeration approach to first-passage time distribution of non-Markov random walks
我们提出了一种分析方法来研究非马尔可夫随机游动采用精确枚举方法。使用该方法,我们推导出一个精确的扩展的首次通过时间(FPT)分布的任何连续的,可微的非马尔可夫随机游动高斯或非高斯多元分布。作为一个例子,我们研究了分数布朗运动的FPT分布与赫斯特指数$H\in(1/2,1)$,描述了许多非马尔可夫随机现象在物理学,生物学和地质学,和极限$H=1/2$代表一个马尔可夫过程。
2019-06-05 astro-ph.CO cond-mat.stat-mech physics.data-an
Nonreversible Markov chain Monte Carlo algorithm for efficient generation of Self-Avoiding Walks
我们引入了一个有效的不可逆马尔可夫链蒙特卡罗算法来生成具有可变端点的自避免行走。在二维情况下,新算法的性能略优于H.~呼,X。Chen和Y.~邓在\cite{old},而三维行走,它是3- 5倍快。新算法引入了服从全局平衡的不可逆马尔可夫链,并允许在现有的自避免行走上进行三种类型的基本移动:缩短,延长或改变构象而不改变行走的长度。
2021-12-10 cond-mat.stat-mech cs.IT math.IT
Everlasting impact of initial perturbations on first-passage times of non-Markovian random walks
持续性,定义为波动信号在给定观测时间内未达到阈值的概率,在随机过程理论中起着至关重要的作用。它量化的动力学过程的变化,如相序,反应扩散或界面弛豫动力学。持久性可以随时间代数地衰减,并且具有非平凡指数,这一事实引发了大量的实验和理论研究。然而,一般的分析方法来计算持久性指数不能适用于普遍存在的情况下,非马尔可夫系统放松后,施加初始扰动瞬态。在这里,我们介绍了一个理论框架,使非微扰确定持久指数的$d$维高斯非马尔可夫过程一般非平稳动力学放松到一个稳定的状态后,初始扰动。两类典型的情况进行了分析:无论是系统在初始时间受到温度淬火,或其过去的轨迹被假定为已被观察到,从而已知。总之,我们的研究结果揭示和量化的基础上,高斯过程,初始扰动的非马尔可夫过程的首次通过统计的深刻影响。我们的理论涵盖了空间维数大于1的情况下,开辟了途径来表征非平凡的反应动力学的非平衡初始条件的复杂系统。
2022-01-10 cond-mat.stat-mech
Non-Markovian Random Walks and Non-Linear Reactions: Subdiffusion and Propagating Fronts
我们提出了一个具有非线性反应和非指数等待时间分布的CTRW反应输运模型。导出了介观粒子密度的非线性演化方程。我们将此方程应用于具有反常扩散的反应输运系统的波前向不稳定态的传播问题。我们已经找到了一个显式表达式的传播速度的情况下,亚扩散输运。
2010-01-08 cond-mat.mes-hall cond-mat.stat-mech
Non-standard diffusion under Markovian resetting in bounded domains
我们考虑一个步行者在一个一维区间内移动的吸收边界的影响下的马尔可夫重置到初始位置。步行者的运动遵循随机行走,其特征在于连续短跳之间的一般等待时间分布。我们调查的最佳重置率的存在,最小化的平均出口通过时间,在等待时间概率的统计特性。推广以前的结果限于马尔可夫随机游动,我们在这里发现,取决于等待时间概率的相对标准差的值,重置可以是(i)从来没有有益的,(ii)有益的取决于重置到边界的距离,或(iii)总是有益的。
2022-01-28 cond-mat.stat-mech physics.data-an
Continuous Markovian model for Levy random walks with superdiffusive and superballistic regimes
我们考虑先前设计的描述Levy随机游动的模型(Phys. Rev E 79,011110; 80,031148,(2009))。数值结果表明,该模型描述了Levy随机游动与超扩散,弹道,以及超弹道动力学。以前只有超扩散制度进行了分析。在这个模型中,步行者的速度是由一个非线性朗之万方程。分析从小到大的时间尺度的交叉,我们发现的时间尺度上的速度相关性衰减和步行运动基本上表现出Levy统计。我们的分析是基于分析的几何平均沃克位移,并允许我们处理概率密度函数的幂律尾巴,相应地,发散的时刻。
2010-05-26 cond-mat.stat-mech math-ph math.MP
A markovian random walk model of epidemic spreading
我们分析了一个图上的独立随机游走种群的动力学,并建立了一个简单的传染病传播模型。我们假设每个步行者独立地访问有限遍历图的节点在离散时间马尔可夫行走由他的特定的转移矩阵。在这个假设下,我们首先推导出再生数的上界。然后,我们假设一个步行者处于以下状态之一:易受感染、感染或康复。一个有传染性的步行者在一定的特征时间内保持传染性。如果一个有传染性的步行者在同一个节点上遇到一个易感的步行者,那么易感的步行者就有一定的概率被感染。通过在计算机模拟中实现这一假设,我们研究了新出现的感染模式的时空演变。一般来说,随机游走方法似乎有很大的潜力,研究传染病传播,并确定相关参数的流行病动力学。
2020-10-15 cond-mat.stat-mech math.PR physics.soc-ph
Continuous time random walks under Markovian resetting
研究了马尔可夫重置事件对连续时间随机游动的影响,其中等待时间和跳跃长度均为按幂律概率密度函数分布的随机变量。我们证明了非平衡定态和有限平均初至时间的存在性。然而,最佳复位率的存在是以两个幂律尾部的指数之间的特定关系为条件的。我们还调查的搜索效率,通过寻找最佳的随机游走,最大限度地减少平均首次到达时间的重置率,初始位置到目标的距离和特征传输指数。
2020-11-05 cond-mat.stat-mech math-ph math.MP
Bayesian inference of Lévy walks via hidden Markov models
Lévy walk(英语:Lévy walk)是一种非布朗随机游走模型,被发现可以描述从生物学、量子物理学到生态学等不同领域的异常动力学现象。反复出现的问题是检查观察到的数据是否被归类为Lévy Walks的模型成功量化,并根据数据提取最佳模型参数。出于这样的需求,我们提出了一个隐马尔可夫模型的Lévy散步和计算实现和测试相应的贝叶斯推断方法。我们引入一个马尔可夫分解方案近似的更新过程由幂律等待时间分布。利用这一点,我们构造的Lévy行走的隐马尔可夫模型和前向算法的基础上的似然函数。通过对不同条件下的Lévy行走轨迹的仿真,进行贝叶斯推断,进行参数估计和模型分类。我们表明,幂律指数的飞行时间分布可以成功地提取,即使在条件下,均方位移不显示预期的标度指数,由于噪声或不足的轨迹长度。它还表明,贝叶斯方法执行显着推断的Lévy步行轨迹从给定的未分类的轨迹数据集,如果噪声水平是中等的。
2021-07-08 cond-mat.stat-mech physics.bio-ph physics.data-an
Inference of Markov models from trajectories via Large Deviations at Level 2.5 with applications to random walks in disordered media
马尔可夫模型的推理随机动态轨迹上的大时间窗口$T$的数据通过在2.5级的时间经验密度和时间经验流量的大偏差重新访问。我们的目标是获得推断的马尔可夫参数的概率分布的大偏差属性,以表征其可能的波动周围的真实马尔可夫参数大$T$。明确的速率函数给出了几个设置,即离散时间马尔可夫链,连续时间马尔可夫跳过程,扩散过程的尺寸$d$。描述了在无序介质中随机游走的各种模型的应用,其目标是推断定义给定无序样本的猝灭无序变量。
2021-06-30 cond-mat.dis-nn cond-mat.stat-mech math-ph
Irreversible Markov chain Monte Carlo algorithm for self-avoiding walk
针对违反细致平衡条件且满足平衡条件的自回避行走问题,提出了一种不可逆马尔可夫链蒙特卡罗算法。它的性能显着提高相比,Berretti-Sokal算法,这是一个变种的大都会黑斯廷斯方法。所获得的效率随着空间维度(D)而增加,从2D中的大约$10$倍增加到5D中的大约$40$倍。我们模拟了SAW的5D超立方晶格周期性的边界条件下,一个系统的线性尺寸高达$L=128$,并确认,作为5D伊辛模型,SAW的有限尺寸标度是由重整化指数$ν^*=2/d$和$γ/ν^*=d/2$。确定临界点,其比最佳可用估计值精确约$8$倍。
2017-01-02 cond-mat.stat-mech physics.comp-ph
Non-Markovian Stochastic Liouville equation and its Markovian representation. Extensions of the continuous time random walk approach
在马尔可夫表示(MR)和基于连续时间随机游走(CTRW)的非马尔可夫随机Liouville方程(SLE)模型下,详细分析了CTRW方法的一些特性和扩展.在MR CTRW过程表示的多维马尔可夫的。在这种表示中,涨落更新的概率分布函数(PDF)W(t)与某些马尔可夫控制过程的某个跳变状态中重现的概率分布函数相关联。在MR的非马尔可夫SLE,它描述了CTRW样的噪声对放松的动态和随机系统的影响,广义考虑到放松系统的噪声的统计特性的影响。广义非马尔可夫SLE的CTRW方法研究两个修改。其中之一认为,级联CTRW中的控制过程实际上是CTRW一样的一个控制的另一个CTRW过程,控制,反过来由第三个,等等。在MR的简单表达式的PDF W(t)的总控制过程中得到的马尔可夫变量的控制PDF的级联。该表达式在由长时间尾W(t)决定的异常过程的情况下特别简单和有指导意义。级联CTRW可以模拟系统的复杂性对弛豫动力学的影响(在玻璃,分形,分支介质,超度量结构等)。另一种CTRW修正描述了由波动W(t)控制的过程的动力学。在MR的问题进行了分析,在一个一般的形式,没有限制性的假设连续更新的PDF的相关性。分析表明,W(t)可以强烈地影响该过程的动力学。这种影响的可能表现进行了讨论。
2007-05-16 cond-mat.soft cond-mat.stat-mech
Record Ages of Scale Invariant non-Markovian Random Walks
本文提出理论框架,解析非马尔可夫随机游走中纪录年龄统计,经模拟与多领域真实数据验证,揭示已有纪录数目的关键影响。
2023-10-13 cond-mat.stat-mech math-ph math.MP
Non-Markovian random walks characterize network robustness to nonlocal cascades
现实网络中的局部扰动有可能在整个系统层面引发级联故障,阻碍其运行和功能。标准的方法分析解决这个问题主要是基于静态的描述,如渗流,或在模型中的故障演变通过第一个邻居的连接,至关重要的是未能捕捉典型的真实级联的非局部行为。我们引入了一个动态模型,该模型将整个网络的故障传播映射到一个自我避免的随机游走,在每一步,都有概率执行非局部跳跃到操作系统的单元。尽管固有的非马尔可夫性质的过程中,我们能够描述的临界行为的系统的平衡,以及停止时间分布的级联。我们的合成和经验的生物和运输网络的数值实验是在很好的协议与理论预期,证明了我们的框架,以量化的脆弱性与互联结构的复杂系统的非局部级联故障的能力。
2022-04-18 cond-mat.stat-mech physics.soc-ph
Solvable random walk model with memory and its relations with Markovian models of anomalous diffusion
基于对动物和人类流动常返性的研究,提出了一种具有长程记忆的路径依赖随机游动模型,该模型不仅能精确地得到均方位移(MSD)的渐近极限,而且能精确地得到传播子.该模型由一个随机的步行者在一个晶格,其中,在一个恒定的速率,随机重新定位在一个网站上占领在一些较早的时间。过去的这个时间是根据记忆核随机选择的,记忆核的时间衰减可以通过指数参数来改变。在弱非马尔可夫制度,记忆减少了裸值的扩散系数。当平均向后跳跃时间发散时,扩散系数消失,并发生向异常亚扩散状态的转变。奇怪的是,在过渡时,这个过程是一个反相关的Lévy飞行。虽然在亚扩散区,该模型表现出具有无穷平均等待时间的连续时间随机游动的一些特征,但它属于另一个普适类。如果记忆是非常长的范围内,第二个过渡发生的制度,其特点是对数增长的MSD随着时间的推移。在这种情况下,该过程是渐近高斯的,并且有效地描述为扩散系数衰减为1/t的缩放布朗运动。
2014-10-27 cond-mat.stat-mech q-bio.PE
Random walks in non-Poissoinan activity driven temporal networks
在非马尔可夫动力学的兴趣在复杂系统社区内最近蓬勃发展,由于新的丰富的时间分辨数据指出,许多自然和人类的相互作用,表现在一个连续的相互作用之间的事件间的时间表现出重尾分布的突发动态。特别是,经验数据表明,时间网络的突发动态可能对运行在其上的动态过程的行为产生深刻的影响。在这里,我们研究的情况下,随机游走,作为一个范例的扩散过程,展开的时间网络所产生的非泊松活动驱动的动态。我们推导出解析表达式的稳态占用概率和第一次通过时间分布在无限大的网络规模和强老化的限制,表明非马尔可夫网络的随机游走动力学是根本不同的马尔可夫网络中观察到的。我们发现了一个特别令人惊讶的行为,在发散的平均事件间时间的限制,其中随机步行者感觉网络是均匀的,即使节点的激活概率是不均匀分布的。我们的研究结果得到了广泛的数值模拟的支持。我们预计,我们的研究结果可能是感兴趣的研究人员研究非马尔可夫动态的时间演变复杂的拓扑结构。
2019-04-24 cond-mat.stat-mech physics.soc-ph
Markov random walk under constraint for discovering overlapping communities in complex networks
复杂网络中重叠社区的检测是近年来相关领域研究的热点。针对这个问题,我们提出了一个基于马尔可夫动力学的算法,称为UEOC,这意味着,“展开和提取重叠社区”。在UEOC中,当识别每个自然社区重叠,马尔可夫随机游走方法结合约束策略,这是基于相应的退火网络(度守恒随机网络),执行展开的社区。然后,一个截断标准的援助的当地社区功能,称为电导,它可以被认为是社区内的边缘和那些离开它的数量之间的比率,提出了从整个网络中提取这个新兴的社区。UEOC算法只依赖于一个参数,其值可以很容易地设置,它不需要隐藏的社区结构的先验知识。建议的UEOC已在合成基准和一些现实世界的网络进行了评估,并与一组竞争算法进行了比较。实验结果表明,UEOC是非常有效的和高效的发现重叠社区。
2013-03-22 cond-mat.stat-mech cs.SI physics.soc-ph
Emergent heavy-tailed distributions from a Markovian random walk
Centro Brasileiro de Pesquisas Físicas(巴西物理研究中心);National Institute of Science and Technology for Complex Systems(复杂系统科学与技术国家研究所)
本文提出一种一维马尔可夫随机游走模型,通过局部确定性步长规则产生幂律分布,并解析得到对称类洛伦兹稳态分布,揭示初始加速度是产生无标度统计的关键机制。
2026-05-21 cond-mat.stat-mech physics.class-ph physics.comp-ph