Elephant Random Walks and their connection to Pólya-type urns
在本文中,我们解释大象随机行走(ERW)和一个瓮模型à la Pólya之间的联系,并推导出前者的功能极限定理。ERW模型由Schütz和Trimper [2004]引入,用于研究具有完整记忆的一维离散时间随机游走中的记忆效应。记忆的影响是根据零和一之间的参数$p$来测量的。在过去几年中,人们作出了相当大的努力,以了解战争遗留爆炸物的大规模行为,这取决于对$p$的选择。在这里,我们使用已知的结果骨灰盒明确解决战争遗留爆炸物在所有的内存制度。该方法同样适用于高维的战争遗留爆炸物,并广泛适用于相关模型。
2020-01-06 cond-mat.stat-mech math.PR
Phase Transitions for Elephant Random Walks with Two memory Channels
本文严格证明了双记忆通道大象随机游走中从扩散到超扩散再到弹道的相变猜想并加以修正,发现了轻度超扩散区域和新的二阶相变,详细分析了各区域的渐近行为。
2025-09-12 cond-mat.stat-mech math.PR
Elephant random walk on the infinite dihedral group $\mathbb{Z}_2 * \mathbb{Z}_2$
Indian Statistical Institute(印度统计研究所)
研究无限二面体群$\mathbb{Z}_2 * \mathbb{Z}_2}$上的象形随机游走,发现其具有与简单随机游走相同的渐进行为,但记忆参数影响收敛速度。
2026-04-06 cond-mat.stat-mech math-ph math.MP
On a class of random walks with reinforced memory
本文研究了具有强化记忆的偏好连接型随机游动的不同模型。我们考虑Schütz和Trimper [2004]引入的大象随机游动的扩展,具有更强的强化机制,粗略地说,过去的一步与某个权重成正比,然后以概率$p$重复。在概率为$1-p$的情况下,随机游动执行独立于过去的步骤。记住的步骤的权重增加了一个附加因子$b\geq 0$,使其更有可能在将来再次重复该步骤。瓮理论、分支过程和$α$稳定过程的技术组合使我们能够讨论大象随机游走及其$α$稳定对应物(Businger [2018]引入的所谓鲨鱼随机游动)的强化版本的极限行为。我们建立相变,从超临界制度分离亚临界。
2020-10-15 cond-mat.stat-mech math.PR
Exact moments in a continuous time random walk with complete memory of its history
我们提出了一个连续时间推广的随机游动与其历史的完全记忆[Phys. Rev. E 70,045101(R)(2004)],并推导出精确的表达式的前四个时刻的位移分布时,步数是泊松分布。我们分析了归一化的第三和第四累积量的渐近行为,并确定了新的过渡参数政权的随机游走表现出超扩散。这些过渡,这也是目前在离散时间的情况下,产生的记忆的过程,并没有重现福克-普朗克近似的演化方程的这种随机行走。
2006-07-03 cond-mat.stat-mech
Random walks in disordered lattice, CTRW, memory and dipole transport
应用CTRW偶极子跳跃输运被认为是。正确的版本推导的CTRW方程。存在不同形式的内存内核的证明。根据浓度展开的主导项,实现了几何记忆法中Scher-Lax记忆核的修正。构造了自相关函数的近似解。介绍了原子核极化离域自相关函数的数值模拟和实验测量的现状。
2017-10-04 cond-mat.stat-mech
Anomalous diffusion in random-walks with memory-induced relocations
在这篇小综述中,我们提出了关于随机运动的迁移特性的主要结果。要做到这一点,我们制定的问题,在一般的方式看到几个案件在过去几年中广泛研究的特殊情况下,随机游走的框架内的记忆。我们专注于(一)随机运动与重置到其初始位置,然后等待一段时间,和(ii)扩散运动与记忆驱动的重新定位到以前访问过的位置。对于这两个,我们展示了如何整体运输制度可能会积极修改的搬迁机制的细节。
2019-10-22 cond-mat.stat-mech
Stochastic dynamics of a non-Markovian random walk in the presence of resetting
本文研究存在重置和记忆的随机游走,发现重置效应在长时间尺度上主导渐近动力学,并给出完整相图。
2023-11-14 cond-mat.stat-mech
Langevin dynamics for Lévy walk with memory
记忆效应有时是不可忽视的。在连续时间随机游走框架下,记忆效应由相关等待时间来描述。本文导出了相关增量随机过程及其逆过程的两点概率分布,并给出了具有记忆的Lévy游动的Langevin描述,即相关等待时间基于所建立的Langevin图像,讨论了系统的老化和非平稳特性。当有摩擦力时,朗之万体系表现为亚弹道超扩散,而当无摩擦力时,朗之万体系表现为超弹道扩散或超扩散。研究发现,无论有无摩擦,等待时间的相关性都抑制了扩散行为,且等待时间的相关性越强,扩散越慢。特别地,还研究了相应随机过程的关联函数、关联系数、遍历性和标度性。
2018-10-27 cond-mat.stat-mech
Random walk with multiple memory channels: a new paradigm
本研究提出n记忆通道随机游走新模型,需依托历史n步信息决策后续步长,精确算出RW2MC的位置均值与方差,证实其不同参数下的扩散特性,还建立其与Pólya型瓮模型的关联,为多物种种群动力学研究提供新工具。
2025-06-18 cond-mat.stat-mech
A memory based random walk model to understand diffusion in crowded heterogeneous environment
我们研究基于记忆的随机游动模型,以了解拥挤的异质环境中的扩散运动。所考虑的模型是非马尔可夫的随机游走模型的当前移动是通过随机选择一个移动历史。在每一步,粒子可以采取右,左或停留移动,这是与随机选择的过去一步。有一个完美的停留停留相关性,确保粒子不会移动,如果随机选择的过去一步是停留移动。遍历与所选历史相同的方向或反转它的概率取决于当前时间和所选历史的时间或位置。移动中的时间或位置依赖性偏置隐含地对应于环境的异质性,并且决定了动态的长期行为,其可以是扩散的、亚扩散的或超扩散的。结合解析解和不同随机游走模型的蒙特卡罗模拟,可以更深入地了解非均匀环境中相关性对系统动力学的影响。
2017-12-12 cond-mat.stat-mech
Diffusion coefficients for multi-step persistent random walks on lattices
我们计算的扩散系数的持续随机游动格,其中的方向的步行者在一个给定的步骤取决于一定数量的先前步骤的记忆。特别是,我们描述了一个简单的方法,使我们能够获得明确的表达散步的扩散系数与两步记忆不同类别的一维,二维和更高的维晶格。
2009-08-10 cond-mat.stat-mech
The true reinforced random walk with bias
我们考虑一个自吸引的随机行走在维度d=1,在存在一个领域的强度s,这使步行者偏向一个目标网站。我们专注于动态的情况下(真正的强化随机游走),记忆效应在每个时间步,不同的静态情况下,记忆效应占全球。我们详细分析了渐近长时间的行为的步行者通过主要的统计量(例如,不同的网站访问,端到端的距离),我们讨论了一个可能的映射,这样的动态自吸引模型和捕获问题的一个简单的随机行走,在类比与静态模型。此外,我们发现,对于任何s>0,随机行走行为切换到弹道和场效应总是占上风的记忆效应没有任何奇异性,已经在d=1;这是在静态模型中观察到的行为相反。
2012-06-07 cond-mat.stat-mech
Random walks with long-range memory on networks
提出一种任意网络上可精确求解的长程记忆随机游走模型,揭示其幂律弛豫机制,并在多类网络与图结构中验证。
2024-12-10 cond-mat.stat-mech
Random Walkers with Shrinking Steps in d-Dimensions and Their Long Term Memory
我们研究,在d维,随机步行几何收缩步长在每一跳。我们强调的综合量,如期望值,累积量和矩,而不是直接研究的概率分布。我们发展了一种一维展开技术,并研究了第一步到位置的各种相关性,因为时间到无穷大。我们还表明,并证实与研究的累积量,为了1/d的系统承认一个连续对应的方程,可以得到一个推广的普通技术,以获得连续极限。我们还主张,这个连续对应方程,这是什么,但普通的扩散方程的扩散常数在连续时间内呈指数衰减,捕捉到所有的定性方面的离散系统,往往是一个很好的起点,定量近似。
2006-08-02 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
Fractional derivatives of random walks: Time series with long-time memory
我们审查的统计特性产生的应用程序(正,负阶)分数阶导数算子的标准随机游走模型,并显示所产生的随机游走显示缓慢衰减的自相关函数。这些相关的步行和著名的分数集成自回归(FIGIGUAL)模型,通常用于计量经济学研究之间的关系进行了讨论。相关随机游走模拟经验金融时间序列的应用程序被认为是和比较从FIGERAND和简单的FIGERAND过程的预测。与经验数据进行比较。
2008-06-19 cond-mat.stat-mech q-fin.ST
Optimum exploration memory and anomalous diffusion in deterministic partially self-avoiding walks in one-dimensional random media
考虑$N$点沿单一长度的线段随机分布。一个步行者探索这个无序的介质,根据一个部分自我回避的确定性行走。具有记忆$μ$的步行者从最左边的点离开,并且在每个离散时间步移动到在先前的$μ$步骤中未访问的最近点。我们已经得到了分析的概率$P_N(μ) = (1 - 2^{-μ})^{N - μ- 1}$,所有的$N$点被访问在这个开放的系统中,与$N \gg μ\gg 1$。在上述限值中评估的$P_N(μ)$的表达式即使对于小$N$也是有效的,并导致以$μ_1 = \ln N/\ln 2$为中心且宽度为$ε= e/\ln2$的过渡区域。对于$μ< μ_1 - ε/2$,步行者被困在循环中,不能完全探索系统。对于$μ> μ_1 + ε/2$,步行者探索整个系统。在这两种情况下,步行者呈现扩散行为。然而,在中间区域$μ\sim μ_1 \pm ε/2$中,步行者呈现异常的扩散行为。由于中间区域随着$\ln N$的增加而增加,并且其宽度是恒定的,所以对于一维大系统,获得了急剧的转变。步行者不需要具有其轨迹的全部记忆来探索整个系统,具有顺序$μ_1$的记忆就足够了。
2006-12-07 cond-mat.dis-nn cond-mat.stat-mech
Memory effects and Lévy walk dynamics in intracellular transport of cargoes
我们证明了在细胞内运输的累积惯性的现象,涉及多个电机蛋白在人类上皮细胞通过测量经验的生存概率的货物的微管和他们的脱离率。我们发现,货物在微管上移动的时间越长,它从微管上脱离的可能性就越小,因此,货物的运动是非马尔可夫的,并且涉及记忆。我们观察到记忆效应的规模高达2秒。我们提供了一个理论之间的联系测得的脱离率和超扩散利维步行样货物运动。
2018-10-25 cond-mat.stat-mech q-bio.SC
Quantum random access memory via quantum walk
提供了一种采用量子游走的量子随机存取存储器(qRAM)的新概念。我们的qRAM依赖于一个水桶旅方案来访问存储单元。引入一个左右手征的桶作为量子步行器,考虑其在满二叉树上的量子运动,可以有效地将桶传递到指定的存储单元,并以量子叠加态的形式将所需信息填充到桶中.我们的手术有几个优点。首先,我们不需要在二叉树的节点处放置任何量子设备,因此在我们的qRAM架构中,可以显着降低保持相干性的成本。其次,我们的方案是完全并行化的。因此,只需要O(n)的步骤来访问和检索O(2n)的量子叠加态形式的数据。最后,我们的过程的简单性可以允许设计具有更简单结构的qRAM。
2021-05-12 cond-mat.stat-mech quant-ph
Random walkers with extreme value memory: modelling the peak-end rule
出于心理学文献的“峰末规则”的记忆经验,我们进行了分析内的离散选择模型,代理人的未来选择取决于他们过去的经验的峰值记忆的随机游走框架。特别是,我们使用这种方法来调查是否增加噪音/中断总是导致更多的决策之间的切换。在这里,极值理论阐明了不同类别的动态,表明长期行为取决于用于反思的尺度;这可能会产生影响,例如,在问卷设计。
2015-05-29 cond-mat.stat-mech physics.soc-ph
The influence of memory in deterministic walks in random media: analytical calculation within a mean field approximation
考虑由随机分布的点组成的随机介质,使得距离之间没有相关性。这是随机链接模型,它是欧几里得随机点结构的高维极限(平均场近似)。在随机链接模型中,在离散的时间步,步行者移动到最近的网站,这还没有访问在最后$μ$步骤(内存),产生一个确定性的部分自我回避步行(游客步行)。分析得到了具有记忆$μ= 2$的步行者所探索的点的个数$n$的分布,以及瞬时和周期的联合分布。这一结果能够解释$μ= 1$(无记忆,由极值统计驱动)和$μ= 2$(有记忆,由组合统计驱动)之间的探索行为的突然变化。在$μ= 1$情况下,热力学极限$(N \gg 1)$中的平均新访问点正好是$<n > = e = 2.72 ...$,而在$μ= 2$情况下,访问点的平均数量$<n>$与$N^{1/2}$成比例。此外,该结果允许我们稳定具有$μ=2$的随机链路模型和具有$μ=0$的随机映射(不相关的来回距离)之间的等价性,以及瞬态时间为零的情况与非零瞬态时间相比的急剧变化。
2008-06-16 cond-mat.dis-nn cond-mat.stat-mech
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 with preferential relocations and fading memory: a study through random recursive trees
考虑一个随机过程,它的行为类似于一个$d$维简单对称随机游动,只是在每一步都有一个固定的概率,它选择跳到一个给定的地点,跳到那里的概率与它在那里已经花费的时间成正比。这个过程在物理学文献中已经被分析为“具有优先重定位的随机行走”,其中认为在$n$步骤之后,由$\log n$缩放的行走者的位置收敛到高斯随机变量;由于$\log$空间缩放,该过程被称为经历“慢扩散”。在本文中,我们推广了这个模型,允许潜在的随机游走是任何马尔可夫过程和随机游程长度(两个重新定位之间的时间)是i.i.d.-发放我们还允许步行者的记忆随着时间的推移而消退,这意味着当发生重新定位时,步行者更有可能回到最近去过的地方。我们严格证明了中心极限定理上述(加上一个局部极限定理和加权占领措施的收敛性)相关联的过程中不断增长的家庭的顶点加权随机递归树和马尔可夫链由这棵树。我们重新定位的随机游动的空间缩放与随机树中“典型”顶点的高度有关。这个典型的高度范围可以从双对数到对数,甚至是树的节点数的幂,这取决于内存的形式。
2019-01-09 cond-mat.stat-mech math.PR
Random Walk with Memory on Complex Networks
研究转移概率依赖历史的复杂网络随机游走,利用吸收马尔可夫链推导出一步记忆下平均首达时间的精确表达式,并在典型网络数值实验中验证理论且揭示平稳占据概率平坦化与近最优搜索相关。
2020-08-28 cond-mat.stat-mech cs.SI physics.soc-ph
Intermittent localization and fast spatial learning by non-Markov random walks with decaying memory
本文研究了带衰减记忆的非马尔可夫随机游走模型,发现当记忆以1/τ速率衰减时,游走者能在节省记忆的同时实现最快的空间定位学习,而更快衰减则会导致间歇性定位现象。
2025-11-04 cond-mat.stat-mech q-bio.NC
Hopping Models of Charge Transfer in a Complex Environment: New Class of Coupled Memory Continous-Time Random Walks
无序复杂介质中的电荷输运过程伴随着非常缓慢的弛豫,通常采用宽的弛豫时间分布。考虑到环境的这些特性,在连续时间随机游走(CTRW)或分数扩散的框架中,描述系统的标准动力学方法得到了解决。在本文中的权力的CTRW方法说明了使用的概率形式主义和极限定理,允许预测的限制分布的路径穿过的收费,并获得有效的松弛性能的整个系统的利益。该方法的应用进行了讨论的非指数电子转移过程的动力学控制的周围介质。
2004-09-20 cond-mat.dis-nn cond-mat.stat-mech
Parrondo-like behavior in continuous-time random walks with memory
连续时间随机游走(CTRW)形式主义可以适用于包含随机过程的记忆。在这篇文章中,我们将展示如何随机组合的两个不同的无偏CTRW可以提高一个过程中明确的漂移,如果其中之一是一个CTRW与记忆。如果其中一个将另一个识别为噪声,则该效应可以被认为是一种随机共振。这一现象的根源与博弈论中的Parrondo悖论是一致的
2011-11-11 cond-mat.stat-mech math-ph math.MP
Exact analytical calculation for the percolation crossover in deterministic partially self-avoiding walks in one-dimensional random media
考虑沿单位长度线段随机分布的$N$点。一个步行者探索这个无序的介质,根据一个部分自我回避的确定性行走。具有记忆$μ$的步行者从最左边的点离开,并且在每个离散的时间步移动到在前面的$μ$步骤中没有访问过的最近的点。使用开边界条件,我们已经计算了分析概率$P_N(μ) = (1 - 2^{-μ})^{N - μ- 1}$,所有$N$点被访问,与$N \gg μ\gg 1$。这种$P_N(μ)$的近似表达式即使对于小的$N$和$μ$值也是合理的,正如蒙特卡罗模拟所验证的。我们证明了临界记忆$μ_1 = \ln N/\ln 2$的存在。对于$μ< μ_1 - e/(2\ln2)$,步行者被困在循环中,不能完全探索系统。对于$μ> μ_1 + e/(2\ln2)$,步行者探索整个系统。由于中间区域随着$\ln N$的增加而增加,并且其宽度是恒定的,所以对于一维大系统,获得了急剧的转变。这意味着步行者不需要完全记忆其轨迹来探索整个系统。相反,具有$\log_{2} N$阶的存储器就足够了。
2007-02-01 cond-mat.dis-nn cond-mat.stat-mech
Population heterogeneity in the fractional master equation, ensemble self-reinforcement and strong memory effects
我们制定了一个分数主方程在连续的时间与随机转移概率在人口的随机游走,使有效的潜在的随机游走表现出合奏自我强化。种群的异质性产生了一个随机游走,其条件转移概率随着先前采取的步骤数量而增加(自我强化)。通过这一点,我们建立了具有异质系综的随机游走和具有强记忆的随机游走之间的联系,其中转移概率取决于步骤的整个历史。我们发现合奏平均解决方案的分数主方程通过从属涉及分数泊松过程计数的步骤数在给定的时间和潜在的离散随机行走与自增强。我们还找到了精确的解决方案,表现出超扩散的方差,即使分数指数趋于1。
2022-12-11 cond-mat.stat-mech q-bio.BM q-bio.SC