Hiperbolikus hálózati modellek vizsgálatával foglalkozik az a szakcikk, amely a Physica A szakfolyóiratban jelent meg 2024 májusában, a tanulmány egyik szerzője intézetünk munkatársa, Palla Gergely volt.
A hiperbolikus hálózati modellek egyszerű, de hatékony módszert kínálnak a komplex rendszerekre jellemző tulajdonságok – mint például a kisvilág-tulajdonság, a méretfüggetlenség, a magas klaszterezettség és a moduláris szerkezet – megértésére, amelyeket gyakran valós hálózatokként emlegetnek. Ezek a modellek a csomópontokat véletlenszerűen helyezik el egy hiperbolikus térben, és egy olyan valószínűség alapján kapcsolják össze őket, amely a távolság növekedésével csökken.
A tanulmányban a szerzők a népszerűség-hasonlóság optimalizációs (popularity-similarity optimization, PSO) modell által létrehozott hálózatok közösségi struktúráját vizsgálták, a közösségen belüli kapcsolatokat helyezve középpontba, és bemutatták ezek szoros kapcsolatát a nemlineáris preferenciális csatolási folyamatokkal. Az általuk kidolgozott képletek nagy pontossággal képesek előre jelezni az átlagos modularitást, amit numerikus szimulációk is alátámasztanak, a modell paramétereinek és a közösségek méretének a teljes hálózathoz viszonyított szélesebb tartományában.
Ezen eredmények elősegítik a hiperbolikus hálózatokban történő moduláris képződés megértését, rávilágítva arra, hogy a közösségek meglepő módon explicit közösségképzési lépések hiányában is kialakulhatnak a modellben.
A teljes cikk ezen a linken érhető el: Intra-community link formation and modularity in ultracold growing hyperbolic networks