Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cond-mat > arXiv:2508.18936v1

帮助 | 高级搜索

凝聚态物理 > 无序系统与神经网络

arXiv:2508.18936v1 (cond-mat)
[提交于 2025年8月26日 ]

标题: 一维随机几何图上的局域和非局域模式

标题: Localized and delocalized modes on random geometric graphs in 1D

Authors:Luca Schaefer, Barbara Drossel
摘要: 我们对一维随机几何图的拉普拉斯矩阵和邻接矩阵的本征模的局域化特性进行了广泛的研究。 我们评估了态密度、参与比的概率分布及其与本征值的关系。 通过分离系统大小、图组件大小分布、节点平均度、网络基序和简并性的影响,我们提供了对该系统的全面理解。 我们将我们的发现与具有相同平均度的有序图以及一维紧束缚模型进行比较。
摘要: We perform an extensive investigation of the localization properties of the eigenmodes of the Laplace and adjacency matrix for one-dimensional random geometric graphs. We evaluate the density of states, the probability distribution of the participation ratio and its relation to the eigenvalue. By disentangling the influence of system size, graph component size distribution, mean degree of nodes, network motifs, and degeneracy, we provide a comprehensive understanding of this system. We compare our findings to ordered graphs with the same mean degree and to one-dimensional tight-binding models.
主题: 无序系统与神经网络 (cond-mat.dis-nn) ; 统计力学 (cond-mat.stat-mech)
引用方式: arXiv:2508.18936 [cond-mat.dis-nn]
  (或者 arXiv:2508.18936v1 [cond-mat.dis-nn] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.18936
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Luca Schaefer [查看电子邮件]
[v1] 星期二, 2025 年 8 月 26 日 11:23:19 UTC (1,533 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cond-mat.dis-nn
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cond-mat
cond-mat.stat-mech

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号