Delayed interactions in the noisy voter model through the periodic polling mechanism
本文研究了通过周期性轮询机制引入延迟交互对噪声选民模型平稳分布的影响，发现随轮询周期增加会出现非单调的形状参数缩放及振荡行为，但模型仍收敛于类似Beta-二项分布的平稳分布。
2024-06-20 cond-mat.stat-mech physics.soc-ph
Analytical and numerical study of the non-linear noisy voter model on complex networks
我们研究了嘈杂的选民模型，使用一个特定的非线性依赖率，考虑到个人之间的集体互动。该模型在全对全耦合配置下得到了精确解，在随机网络环境下得到了近似解。在所有对所有的设置，我们发现，非线性相互作用诱导“真正的”相变，相反的线性版本的模型，生存在热力学极限。复杂网络的主要作用是改变过渡线和修改有限大小依赖，这种修改可以通过引入有效系统大小来捕获，该有效系统大小随着网络的度异质性而减小。虽然一个非平凡的有限大小的依赖性的概率分布的时刻是来自我们的治疗，平均场指数，但在热力学极限。这些理论预测很好地证实了随机过程的数值模拟。
2018-10-04 cond-mat.stat-mech physics.soc-ph
Pair approximation for the noisy threshold $q$-voter model
在标准的$q$ -投票者模型中，一个给定的代理人只有在一个大小为$q$的影响力组内对相反的意见达成完全一致时才能改变它的意见。一个更现实的扩展是阈值$q$ -voter，其中最小的协议（至少$0<q_0\le q$相反的意见）足以翻转中央代理的意见，包括独立（非顺从者）选择的可能性。这个模型的变体，包括非一致性行为已经在完全连接的网络（平均场极限）中进行了研究。在这里，我们研究它的动态随机网络。特别是，而在平均场的情况下，它是无关的，是否允许在影响组中的重复，我们表明，这是不是在网络中的情况下，我们研究这两种情况下，有或没有重复的影响。此外，计算机模拟的结果进行了比较与预测的任意度分布的不相关网络的对近似。
2020-02-11 cond-mat.stat-mech physics.soc-ph
Anomalous diffusion and long-range memory in the scaled voter model
我们分析了尺度投票模型，这是一个推广的噪声投票模型与时间相关的羊群行为。我们考虑的情况下，当羊群行为的强度增长作为一个幂律函数的时间。在这种情况下，缩放的投票者模型简化为通常的噪声投票者模型，但是它由缩放的布朗运动驱动。我们推导出的缩放选民模型的第一和第二时刻的时间演化的解析表达式。此外，我们推导出的第一次通过时间分布的解析近似。通过数值模拟，我们证实了我们的分析结果，以及表明，该模型具有长程记忆指标，尽管是一个马尔可夫模型。该模型具有与有界分数布朗运动一致的稳态分布，有望成为有界分数布朗运动的良好替代模型.
2023-02-11 cond-mat.stat-mech physics.soc-ph q-fin.ST
Polarization-induced stress in the noisy voter model
提出噪声投票者模型的推广，引入受极化程度影响并可被强化或削弱的内在更新机制，通过主方程解析与模拟揭示单峰、双峰、W和M四类稳态相。
2024-02-01 cond-mat.stat-mech physics.soc-ph
Consensus and diversity in multi-state noisy voter models
我们研究了具有多个观点的选民模型的一个变体;个体可以相互模仿，也可以在突变事件中随机改变自己的观点。我们关注的情况下，人口与所有的互动。观察到多模态和单峰平稳分布的制度之间的噪声驱动的过渡。在前者中，人口大多处于共识状态;在后者中，意见不一。我们推导出一个有效的死亡-出生过程，从其中一种观点的角度描述动态，并用它来分析计算平稳分布的边缘。这些计算对于具有同质模仿率和突变率的模型是精确的，如果速率是异质的，则是近似的。我们的方法可以用来描述噪声驱动的过渡，并获得共识状态之间的平均切换时间。
2019-03-21 cond-mat.stat-mech physics.soc-ph q-bio.PE
The noisy voter model on complex networks
我们提出了一种新的分析方法来研究复杂网络上的随机二态模型。超越通常的平均场论，这种替代方法是基于引入退火近似不相关的网络，允许处理网络结构的参数异质性。作为一个例子，我们研究了噪声选民模型，修改的原始选民模型，包括随机变化的状态。所提出的方法是能够展开的依赖模型不仅对平均度（平均场预测），但也对更复杂的平均度分布。特别是，我们发现，程度的异质性-方差的基础程度分布-有很强的影响噪声引起的，有限大小的过渡发生在模型中的临界点的位置上，在本地订购的系统，并在其时间相关性的函数形式。最后，我们展示了后一点如何打开的可能性，推断的程度异质性的底层网络，只观察系统的整体行为，一个感兴趣的问题，只有宏观的，人口水平的变量可以测量的系统。
2016-04-20 cond-mat.stat-mech cs.SI physics.soc-ph
Mean First Passage Time of the Symmetric Noisy Voter Model with Arbitrary Initial and Boundary Conditions
本研究探讨了对称噪声投票模型中任意初始和边界条件对平均首次通过时间的影响，推导出精确解析表达式并验证了Kramers定律的适用性。
2025-12-02 cond-mat.stat-mech math.PR math.ST
Species exclusion and coexistence in a noisy voter model with a competition-colonization tradeoff
我们引入了一个非对称的噪声选民模型来研究移民和竞争扩散权衡的联合效应在两个物种的动态竞争空间的规则格。一个物种的个体可以侵入晶格中最近的相邻位点，而另一个物种的个体能够侵入任何距离处的位点，但在局部竞争力较低，即，它们以概率$g \le 1$建立。该模型还考虑了移民，建模为一个外部噪声，可以自发地取代一个人在晶格网站的另一个人的其他物种。这种机制的组合产生了丰富多样的物种竞争的结果，包括排除任何一个物种，两个物种在不同的人口比例的单稳态共存，以及取决于初始条件的人口比例的双稳态共存。值得注意的是，在双稳态阶段，当移民强度超过阈值时，系统会经历不连续的转变，导致与尖点灾难相关的半循环动力学，从而导致扩散范围最短的物种不可逆转地消失。
2021-02-16 cond-mat.stat-mech q-bio.PE
Universality of noise-induced transitions in nonlinear voter models
Institute for Cross-disciplinary Physics and Complex Systems IFISC (CSIC-UIB)（跨学科物理与复杂系统研究所 IFISC（CSIC-UIB））
本文研究了非线性投票模型中噪声诱导相变的普遍性，提出了一种扩展的平均场模型，揭示了连续伊辛相变和修改通用投票相变的普遍行为。
2026-02-05 cond-mat.stat-mech physics.soc-ph
Noisy continuous time random walks
生物分子在生物细胞环境中扩散的实验研究通常会遇到多种随机性来源，其识别使得单分子轨迹的详细数据分析相当复杂。在这里，我们考虑subdiffusive连续时间随机游动，这是一个开创性的模型，在复杂的环境中的示踪粒子的异常扩散。这种运动的特点是具有无限平均逗留时间的多个捕获事件。然而，在真实的物理情况下，代替由连续时间随机游走模型预测的完全固定，示踪粒子的运动显示出额外的抖动，例如，由于环境的热搅动。在这里，我们提出并详细分析了连续时间随机游走模型的扩展。叠加的多重捕获行为与加性高斯噪声的可变强度，我们表明，由此产生的过程表现出丰富多样的表观动力学制度。特别是，这种噪声连续时间随机游动可能出现遍历，而裸连续时间随机游动表现出弱遍历破坏。这种行为的详细知识将是有用的真实的物理分析实验观察到的亚扩散。
2013-05-08 cond-mat.stat-mech physics.bio-ph
Improved estimation of anomalous diffusion exponents in single particle tracking experiments
均方位移是分析单粒子追踪实验的核心工具，可以揭示各种生物物理现象。通常，通过对单个粒子轨迹进行时间平均，然后进行整体平均来提取参数。然而，当应用于执行异常扩散的粒子时，该过程遭受两个系统误差。第一个是显着的，在短的时间滞后，是由测量误差。第二个原因是生物物理系统的自然异质性。我们展示了如何估计和纠正这两个错误，提高整个粒子分布的异常参数的估计。因此，我们设法表征合奏的异质粒子，即使是相当短的和嘈杂的测量，定期的时间平均均方位移分析失败。我们将这种方法应用于3T3小鼠胚胎成纤维细胞中端粒扩散的模拟和体内测量。端粒的运动被发现是亚扩散的，其平均指数随时间变化为常数。个体端粒指数围绕平均指数正态分布。所提出的方法有可能提高实验的准确性，同时保持较低的实验成本和复杂性。
2013-05-16 cond-mat.stat-mech physics.bio-ph physics.data-an
Turning angle analysis reveals hidden anisotropies in intracellular transport
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）；Colorado State University（科罗拉多州立大学）
该研究提出转角统计方法，通过理论与模拟证明其可揭示活细胞内分子反常扩散的隐藏各向异性，应用于单粒子追踪数据验证了量子点等的各向异性，为检测复杂环境组织提供了新策略。
2026-10-27 cond-mat.stat-mech math.PR physics.data-an
U-Net 3+ for Anomalous Diffusion Analysis enhanced with Mixture Estimates (U-AnD-ME) in particle-tracking data
针对短噪声轨迹下异常扩散表征难题，提出结合U-Net 3+与高斯混合模型的U-AnD-ME框架，在2024年挑战赛中单轨迹和整体分析均最优，并验证了轨迹分割与特性推断性能。
2025-02-26 cond-mat.dis-nn cond-mat.soft cond-mat.stat-mech
Unsupervised learning of anomalous diffusion data
ICFO – Institut de Ciències Fotòniques, The Barcelona Institute of Science and Technology（ICFO 光子科学研究所，巴塞罗那科学技术学院）；ICREA（加泰罗尼亚研究与高级研究所）
本研究针对反常扩散实验数据短且含噪、监督学习依赖标注的问题，提出无监督学习方法，可无标注学习扩散特征、区分模型并提取参数，还能发现组合型新扩散类型，适用于监督学习无法应用的实验场景。
2021-08-07 cond-mat.stat-mech cs.LG physics.bio-ph
