基于光储备池计算的复杂网络同步特性分析（特邀）

复杂网络描述各种存在于自然界和人类社会中的系统，其网络结构具有不规则性、复杂性和随时间动态演化特性。网络中的节点之间在特殊的拓扑结构下表现出同步的动力学行为，这在电力分配、神经网络、电信和生物网络中具有很重要的应用。提出一种利用光储备池计算来分析网络同步特性的方法。网络中各节点的动力学行为以时间序列的形式作为唯一已知信息输入到储备池系统中，利用储备池对各节点的已知信息进行学习，从而模拟预测出其未来可能的动力学表现，并通过观察预测出的节点行为来推断网络中可能存在同步模式。仿真结果表明：该方法能对网络中的同步集群进行更为细致的子集群划分，此外还有效检验了小世界网络中各集群内部的同步稳定性。与通过计算网络对称数进行同步集群划分的传统方法相比，该方法通过独特的降维方式，使得时间消耗与网络规模呈线性关系，而传统方法中为指数关系。该方法为光储备池计算在复杂网络这一跨学科领域上的应用提供新的思路。