Beyond Variance: Selecting Low-Rank Temporal Networks That Preserve Causality and Spreading
Dieses Paper schlägt eine prozessbewusste Regel zur Auswahl des Rangs für niedrigdimensionale zeitliche Netzwerkapproximationen vor, indem es die Erhaltung kausaler Dynamiken wie der zeitrespektierenden Erreichbarkeit und der Ausbruchsgrößen gegenüber traditionellen varianzbasierten Metriken priorisiert und damit demonstriert, dass eine matrixoptimale Kompression oft daran scheitert, essenzielle Ausbreitungsverhaltensweisen zu erfassen.