Buchumschlag

Multilayer directed random networks: Scaling of spectral properties

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tapia-Labra, G., Hernández-Sánchez, M., Méndez-Bermúdez, J. A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Disordered Systems and Neural Networks Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Non-Hermitian diluted banded random matrices: Scaling of eigenfunction and spectral properties
von: Hernández-Sánchez, M., et al.
Veröffentlicht: (2024)

Spectral density of correlated random matrices and nonmonotonic stability in hetero-associative memory networks
von: Tomoto, Arata, et al.
Veröffentlicht: (2025)

Inhomogeneous random graphs with infinite-mean fitness variables
von: Avena, Luca, et al.
Veröffentlicht: (2022)

Congestion and extreme events in urban street networks
von: Agarwal, Ajay, et al.
Veröffentlicht: (2025)

An integrative dynamical perspective for graph theory and the study of complex networks
von: Zamora-López, Gorka, et al.
Veröffentlicht: (2023)

Active and transfer learning with partially Bayesian neural networks for materials and chemicals
von: Allec, Sarah I., et al.
Veröffentlicht: (2025)

Learning and Testing Inverse Statistical Problems For Interacting Systems Undergoing Phase Transition
von: Bae, Stefano, et al.
Veröffentlicht: (2025)

Orthogonal projections of hypercubes
von: Horiike, Yoshiaki, et al.
Veröffentlicht: (2025)

Supervised and unsupervised learning of the many-body critical phase, phase transitions, and critical exponents in disordered quantum systems
von: Ahmed, Aamna, et al.
Veröffentlicht: (2025)

Non-parametric learning critical behavior in Ising partition functions: PCA entropy and intrinsic dimension
von: Panda, Rajat K., et al.
Veröffentlicht: (2023)

Distribution of singular values in large sample cross-covariance matrices
von: Swain, Arabind, et al.
Veröffentlicht: (2025)

Gaussian approximation of dynamic cavity equations for linearly-coupled stochastic dynamics
von: Tarabolo, Mattia, et al.
Veröffentlicht: (2024)

Principal component analysis of absorbing state phase transitions
von: Muzzi, Cristiano, et al.
Veröffentlicht: (2024)

Beyond traditional box-covering: Determining the fractal dimension of complex networks using a fixed number of boxes of flexible diameter
von: Lepek, Michal, et al.
Veröffentlicht: (2025)

Network Renormalization
von: Gabrielli, Andrea, et al.
Veröffentlicht: (2024)

Machine learning identifies scale-free properties in disordered materials
von: Yu, Sunkyu, et al.
Veröffentlicht: (2020)

Better Together: Cross and Joint Covariances Enhance Signal Detectability in Undersampled Data
von: Swain, Arabind, et al.
Veröffentlicht: (2025)

Regressing bubble cluster dynamics as a disordered many-body system
von: Maeda, Kazuki, et al.
Veröffentlicht: (2021)

Recurrence Plots for the Analysis of Complex Systems
von: Marwan, Norbert, et al.
Veröffentlicht: (2025)

The unbearable lightness of Restricted Boltzmann Machines: Theoretical Insights and Biological Applications
von: di Sarra, Giovanni, et al.
Veröffentlicht: (2025)

Effective Method for Inverse Ising Problem under Missing Observations in Restricted Boltzmann Machines
von: Sekimoto, Kaiji, et al.
Veröffentlicht: (2025)

Navigating the Evolution of Two-dimensional Carbon Nitride Research: Integrating Machine Learning into Conventional Approaches
von: Mondal, Deep, et al.
Veröffentlicht: (2025)

Lost in Retraining: Roaming the Parameter Space of Exponential Families Under Closed-Loop Learning
von: Jangjoo, Fariba, et al.
Veröffentlicht: (2025)

Machine Learning Symmetry Discovery for Integrable Hamiltonian Dynamics
von: Hou, Wanda, et al.
Veröffentlicht: (2024)

Computed Tomography Reconstruction Algorithm Using Markov Random Field Model
von: Shimomiya, Taiga, et al.
Veröffentlicht: (2026)

Anatomy of the eigenstates distribution: a quest for a genuine multifractality
von: Kutlin, Anton, et al.
Veröffentlicht: (2023)

Leveraging chaotic transients in the training of artificial neural networks
von: Jiménez-González, Pedro, et al.
Veröffentlicht: (2025)

Dynamical stability and chaos in artificial neural network trajectories along training
von: Danovski, Kaloyan, et al.
Veröffentlicht: (2024)

Thermal transitions in a one-dimensional, finite-size Ising model
von: Stepanyan, Varazdat, et al.
Veröffentlicht: (2023)

Activation Functions, Statistics and Learning of Higher-Order Interactions in Restricted Boltzmann Machines
von: di Sarra, Giovanni, et al.
Veröffentlicht: (2026)

Phase Transitions between Accuracy Regimes in L2 regularized Deep Neural Networks
von: Ersoy, Ibrahim Talha, et al.
Veröffentlicht: (2025)

Large Deviation Properties of Minimum Spanning Trees for Random Graphs
von: Sarikhani, Mahdi, et al.
Veröffentlicht: (2025)

q-Gaussian Crossover in Overlap Spectra towards 3D Edwards-Anderson Criticality
von: Onder, Yaprak, et al.
Veröffentlicht: (2026)

Extreme-Value Criticality and Gain Decomposition at the Integer Quantum Hall Transition
von: Li, Wei-Han, et al.
Veröffentlicht: (2026)

Small-Coupling Dynamic Cavity: a Bayesian mean-field framework for epidemic inference
von: Braunstein, Alfredo, et al.
Veröffentlicht: (2023)

Random Matrix Spectra from Boltzmann-Weighted Lattice Ensembles
von: Önder, Yaprak, et al.
Veröffentlicht: (2026)

The phenomenological renormalization group in neuronal models near criticality
von: Nascimento, Kaio F. R., et al.
Veröffentlicht: (2025)

Data assimilation for networks of coupled oscillators: Inferring unknown model parameters from partial observations
von: Smith, Lauren D., et al.
Veröffentlicht: (2023)

Landscape computations for the edge of chaos in nonlinear dynamical systems
von: Nakata, Motoki, et al.
Veröffentlicht: (2025)

Unraveling Complexity: Singular Value Decomposition in Complex Experimental Data Analysis
von: Stein, Judith F., et al.
Veröffentlicht: (2024)