通过图形信号处理和基于图形神经网络的生成建模来提高群体对威胁的耐用性
Jonathan Karin1, Zoe Piran1, Mor Nitzan2
1Hebrew University of Jerusalem, School of Computer Science and Engineering, The , Jerusalem, Israel.
Physical review. E
|January 21, 2026
概括
这项研究将群体模型作为图表来分析外部威胁,揭示了对群体稳定性至关重要的可检测性-持久性权衡. 一个新的生成模型SwaGen优化了这种权衡,用于设计强大的人工群.
科学领域:
- 复杂的系统复杂的系统.
- 图形理论 图形理论
- 机器人技术 机器人技术 机器人技术
背景情况:
- 自然和工程中的群体表现出复杂的动态.
- 以前的研究忽视了外部干扰对群体稳定性的影响.
- 了解群体对威胁的弹性对于自然和人工系统都至关重要.
研究的目的:
- 为了研究外部干扰对群体稳定性的影响.
- 揭示群体可检测性和对威胁的耐用性之间的关系.
- 开发一种用于设计弹性群体的生成模型.
主要方法:
- 以图形形式建模群体,并应用图形信号处理.
- 在群体图表上分析掠食作为扰动信号.
- 开发SwaGen,一个基于图形神经网络的生成模型,用于群集优化.
主要成果:
- 确定了一种可检测性-持久性权衡,影响了群体的弹性.
- 提供了理论和实证证据,将这种权衡与空间配置联系起来.
- SwaGen成功地生成了独特的空间配置,优化了权衡.
结论:
- 外部干扰显著影响着群体的稳定性.
- 可检测性-持久性权衡是群体弹性的一个关键因素.
- SwaGen为设计强大的人工群体和理解自然群体动态提供了一种新的方法.
