凝聚态物理 > 统计力学
[提交于 2025年8月28日
]
标题: 网络上的瞬态随机行走者:到达时间、预算更新和生存动力学
标题: Evanescent random walker on networks: Hitting times, budget renewal, and survival dynamics
摘要: 我们考虑一个在网络上以离散时间演化的死亡随机行走者,其中转移遵循一种度数偏好的马尔可夫导航策略。 行走者从一个随机的初始预算$T_1 \in \mathbb{N}$开始,并必须保持严格正的预算以继续存活。 每一步都会产生一个单位成本,使预算减少一;当预算耗尽时,行走者会死亡(被摧毁)。 然而,当行走者到达指定的目标节点时,预算会通过一个独立同分布(IID)的初始值副本进行重置。 度数偏差被调整为偏向或不偏向访问这些目标节点。 我们的模型与随机重置存在联系。 预算的演化可以解释为在整数线上向负值方向的确定性漂移,其中行走者间歇性地被重置到正的 IID 随机位置,并在第一次到达原点时死亡。 论文的第一部分关注永生马尔可夫行走者的靶点击中统计特性。 我们分析了任意一组目标节点的\textit{目标击中计数过程}(THCP)。 在此框架下,论文的第二部分研究了易逝行走者的动态特性。 我们推导了目标节点任意配置下的解析结果,包括易逝传播矩阵、生存概率、行走者生命周期内在一个节点集合上的平均停留时间以及预期寿命本身。 此外,我们计算了行走者一生中预期的目标击中次数(即预算重置次数)及相关分布。 我们通过分析和数值方法探讨了影响行走者预期寿命的各种场景。
文献和引用工具
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
推荐器和搜索工具
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.