The structure of the graph defined by the interactions in a Boolean network can determine properties of the asymptotic dynamics. For instance, considering the asynchronous dynamics, the absence of positive cycles guarantees the existence of a unique attractor, and the absence of negative cycles ensures that all attractors are fixed points. In presence of multiple attractors, one might be interested in properties that ensure that attractors are sufficiently "isolated", that is, they can be found in separate subspaces or even trap spaces, subspaces that are closed with respect to the dynamics. Here we introduce notions of separability for attractors and identify corresponding necessary conditions on the interaction graph. In particular, we show that if the interaction graph has at most one positive cycle, or at most one negative cycle, or if no positive cycle intersects a negative cycle, then the attractors can be separated by subspaces. If the interaction graph has no path from a negative to a positive cycle, then the attractors can be separated by trap spaces. Furthermore, we study networks with interaction graphs admitting two vertices that intersect all cycles, and show that if their attractors cannot be separated by subspaces, then their interaction graph must contain a copy of the complete signed digraph on two vertices, deprived of a negative loop. We thus establish a connection between a dynamical property and a complex network motif. The topic is far from exhausted and we conclude by stating some open questions.


翻译:Boolean 网络中互动所定义的图形结构可以确定无症状动态的属性。 例如,考虑到不同步的动态,没有正周期可以保证存在一个独特的吸引者,而没有负周期可以保证所有吸引者都是固定点。 在多个吸引者存在的情况下,人们可能会对确保吸引者有足够的“孤立”的属性感兴趣,也就是说,它们可以在不同的子空间中找到,甚至陷阱空间中找到,在动态方面封闭的子空间。在这里,我们引入吸引者分离的概念,并在互动图表中确定相应的必要条件。特别是,我们显示,如果互动图表最多有一个正周期,或者大多数负周期,或者没有正循环将所有吸引者作为固定点。当有多个吸引者被多个吸引者被置于“孤立”状态时,人们可能会对确保吸引者有足够的“孤立”的属性感兴趣。也就是说,如果互动图没有从负循环到正循环的路径,那么吸引者可以被隐藏在与动态空间有关的空间。 此外,我们用互动图表来识别两个顶端,所有周期之间的双向,并且显示,如果它们所签名的轨道的图像无法将一个反向循环分开。

0
下载
关闭预览

相关内容

【干货书】真实机器学习,264页pdf,Real-World Machine Learning
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年8月12日
Arxiv
21+阅读 · 2020年10月11日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员