发表机构
Shahid Beheshti University（沙希德贝赫什蒂大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本研究通过分析网络拉普拉斯算子的特征谱统计性质，提出无需计算全部特征值即可研究网络扩散统计特性的方法，并引入扩散性较弱的条件，探讨网络结构变化对扩散动力学的影响。
AI 中文摘要
网络扩散是一个众所周知的模型，用于研究网络中的某个量如何传播以达到稳态，在该稳态下其值在所有节点上均匀分布。以往对网络扩散的研究主要关注网络拉普拉斯算子的第二小特征值，以确定与最慢衰减模式相关的时间尺度。然而，本研究从统计性质的角度考察网络拉普拉斯算子的特征谱。该方法有助于在不计算所有特征值的情况下研究网络扩散的统计性质，这对于大型网络尤为有用。此外，本研究引入了一个系统扩散性较弱的条件，并探讨了网络结构的变化如何影响整体扩散动力学。
英文摘要
Network diffusion is a well-known model for studying how a quantity in a network propagates to reach a steady state, where its value becomes uniformly distributed across all nodes. Previous studies of network diffusion have mainly focused on the second-smallest eigenvalue of the network Laplacian to determine the timescale associated with the slowest decaying mode. However, this study investigates the eigenspectrum of the network Laplacian in terms of its statistical properties. This method is useful for studying the statistical properties of network diffusion without calculating all eigenvalues, which can be useful for large networks. Additionally, this study introduces a condition under which the system is less diffusive and investigates how changes in the network structure influence the overall diffusion dynamics.
