聖塔非研究所

摘要 在多個領域都是必不可少的

2024-03-12 · 已發表論文 · 更新 2026/03/18 下午05:04

摘要 在多個領域都是必不可少的。最簡單的方法是計算 O(n3) 中的所有特徵值(其中 n 是網路中的節點數),然後對屬於區間 [a,b] 的特徵值進行計數。另一種方法是使用西爾維斯特慣性定律,這也需要 O(n3)。儘管這兩種方法都提供了 [a,b] 中特徵值的確切數量,但它們在大型網路中的應用在計算上是不可行的。有時,μ[a,b] 的近似值就足夠了。在這種情況下,切比雪夫方法在…

本頁只刊出中文翻譯與中文說明;英文原文請見下方原文連結。

原文連結

論文資訊

  • 類型:已發表論文
  • 日期:2024-03-12

摘要

在多個領域都是必不可少的。最簡單的方法是計算 O(n3) 中的所有特徵值(其中 n 是網路中的節點數),然後對屬於區間 [a,b] 的特徵值進行計數。另一種方法是使用西爾維斯特慣性定律,這也需要 O(n3)。儘管這兩種方法都提供了 [a,b] 中特徵值的確切數量,但它們在大型網路中的應用在計算上是不可行的。有時,μ[a,b] 的近似值就足夠了。在這種情況下,切比雪夫方法在 O(|E|) 中近似 μ[a,b](其中 |E| 是邊數)。本研究提出了兩種計算局部樹狀網路 μ[a,b] 的替代方案:基於邊緣和度數的演算法。前者比切比雪夫方法有更好的精度。它的運行時間為 O(d|E|),其中 d 是迭代次數。後者的精度稍低,但線性運行 (⁠O(n))。