🔢 mathematics

Density of states of randomly sprinkled graphs

यह शोध पत्र यादृच्छिक रूप से छिड़के गए (randomly sprinkled) ग्राफ़ के एक ऐसे मॉडल को प्रस्तुत करता है जो एंडरसन मॉडल और साइट परकोलेशन (site percolation) के बीच एक सेतु का कार्य करता है, जो स्पेक्ट्रम का एक एंडरसन-परकोलेशन निरूपण प्रदान करता है, इसके सपोर्ट (support) को अभिलक्षणित करता है, एकीकृत घनत्व अवस्था (integrated density of states) पर मात्रात्मक सीमाएँ व्युत्पन्न करता है, और विरल छिड़काव शासन (sparse sprinkling regime) में अवस्थाओं के घनत्व का विश्लेषण करता है।

मूल लेखक: Antti Knowles, Steffen Polzer

प्रकाशित 2026-09-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Antti Knowles, Steffen Polzer

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

जटिल प्रणालियों के अध्ययन में, जैसे कि एक शहर के ग्रिड में बिजली के प्रवाह से लेकर एक अव्यवस्थित सामग्री में इलेक्ट्रॉनों के व्यवहार तक, वैज्ञानिक अक्सर उस प्रणाली के "स्पेक्ट्रम" (वर्णक्रम) को देखते हैं। यह स्पेक्ट्रम अनिवार्य रूप से उन सभी संभावित ऊर्जा स्तरों या आवृत्तियों का एक मानचित्र है जिस पर प्रणाली कंपन कर सकती है या प्रतिध्वनित हो सकती है। एक गिटार के तार की कल्पना करें: इसमें कुछ विशिष्ट स्वर (नोट्स) बजाने की क्षमता होती है। एक जटिल नेटवर्क, जैसे कि परस्पर जुड़े नोड्स का एक विशाल जाल, में संभावित स्वरों का एक बहुत अधिक जटिल सेट होता है। इस क्षेत्र में सबसे मौलिक प्रश्नों में से एक यह समझना है कि उस नेटवर्क की संरचना और आकार उसके संगीत के विस्तार (रेंज) को कैसे निर्धारित करते हैं। सरल, पूर्णतः व्यवस्थित संरचनाओं के लिए, यह मानचित्र अच्छी तरह से ज्ञात है। लेकिन अस्त-व्यस्त, यादृच्छिक नेटवर्क के लिए, जो पेड़ की उलझी हुई जड़ों या एक सामाजिक नेटवर्क के अराजक संबंधों की तरह दिखते हैं, इस चित्र को देखना अविश्वसनीय रूप से कठिन है।

एन्टी नोल्स और स्टीफन पोलज़र द्वारा किया गया एक नया अध्ययन इन अस्त-व्यस्त नेटवर्क को बनाने के एक विशिष्ट तरीके की जांच करके इस कठिनाई का समाधान करता है। वे एक बड़े, ठोस "कोर" ग्राफ से शुरुआत करते हैं, जो एक स्थिर, अंतर्निहित संरचना का प्रतिनिधित्व करता है। फिर, वे "स्प्रिंकलिंग" (छिड़काव) नामक एक प्रक्रिया करते हैं। कोर के प्रत्येक बिंदु पर, वे स्वतंत्र रूप से नए बिंदुओं और कनेक्शनों के एक छोटे, यादृच्छिक क्लस्टर (समूह) को जोड़ते हैं। कुछ बिंदुओं को तीन नए नोड्स का एक छोटा क्लस्टर मिल सकता है; कुछ को कुछ भी नहीं मिल सकता; या कुछ को एक बड़ा, अधिक जटिल आकार मिल सकता है। यह मॉडल वास्तविक दुनिया की घटनाओं की नकल करने के लिए बनाया गया है, जैसे कि एक क्वांटम कण जो क्रिस्टल लैटिस के माध्यम से कूद रहा है जो यादृच्छिक अशुद्धियों से दूषित हो गया है, या एक सामाजिक नेटवर्क जहाँ दोस्तों का एक स्थिर कोर लगातार नए, ढीले जुड़े हुए परिचितों को प्राप्त कर रहा है। शोधकर्ता यह जानना चाहते थे कि यह यादृच्छिक छिड़काव समग्र नेटवर्क के "गीत" को कैसे बदलता है? क्या यह नए स्वर पैदा करता है, पुराने स्वरों को शांत करता है, या केवल उनके बीच की रेखाओं को धुंधला करता है?

लेखकों ने यह ट्रैक करने के लिए एक गणितीय ढांचा विकसित किया कि ये यादृच्छिक जुड़ाव नेटवर्क को ठीक कैसे बदलते हैं। उन्होंने पाया कि छिड़काव का प्रभाव एक साधारण, समान धुंधलापन नहीं है। इसके बजाय, यह दो विपरीत शक्तियों के बीच एक प्रतिस्पर्धा पैदा करता है। एक ओर, जुड़े हुए क्लस्टर 'ट्यूनिंग फोर्क' (स्वर यंत्र) की तरह कार्य करते हैं। यदि एक छोटा क्लस्टर एक विशिष्ट प्राकृतिक आवृत्ति रखता है, तो वह पूरे नेटवर्क को उसी सटीक आवृत्ति पर कंपन करने के लिए मजबूर कर सकता है, जिससे स्पेक्ट्रम में तीखे, स्पष्ट शिखर (peaks) बनते हैं। इन्हें "ट्यूनिंग फोक" आइजनवैल्यू कहा जाता है, और वे अपेक्षाकृत आसान अनुमान लगाने योग्य होते हैं क्योंकि वे केवल जुड़ी हुई छोटी आकृतियों पर निर्भर करते हैं। हालांकि, शोधकर्ताओं ने अपना ध्यान उन अधिक सूक्ष्म, छिपे हुए परिवर्तनों पर केंद्रित किया जो इन स्पष्ट शिखरों के हिसाब में आने के बाद शेष रहते हैं।

उन्होंने पाया कि शेष स्पेक्ट्रम दो स्पष्ट रूप से असंबंधित अवधारणाओं के बीच एक गहरे संबंध द्वारा नियंत्रित होता है: जिस तरह से विकार (disorder) क्वांटम कणों को प्रभावित करता है और जिस तरह से एक नेटवर्क यादृच्छिक रूप से बिंदु हटाए जाने पर टूट जाता है। इस समस्या को इस भाषा में अनुवाद करके, वे यह सिद्ध करने में सक्षम थे कि छिड़काव वाला ग्राफ लगभग पूरी तरह से कोर ग्राफ और यादृच्छिक क्लस्टरों से जुड़े नियमों के एक विशिष्ट सेट द्वारा निर्धारित होता है। उन्होंने दिखाया कि नेटवर्क का "गीत" अनिवार्य रूप से कोर के मूल स्वरों का एक संयोजन है, जो जुड़े हुए क्लस्टरों के यादृच्छिक विभव (potential) द्वारा विस्थापित और विकृत होता है। यह उन्हें सटीक रूप से भविष्यवाणी करने की अनुमति देता है कि ऊर्जा स्तर कहाँ दिखाई देंगे और वे कितने सघन होंगे।

इनमें से एक सबसे आश्चर्यजनक खोज तब होती है जब छिड़काव बहुत विरल (sparse) होता है, जिसका अर्थ है कि कोर के केवल एक बहुत छोटे अंश को ही नए जुड़ाव प्राप्त होते हैं। इस शासन (regime) में, शोधकर्ताओं ने पाया कि जुड़े हुए क्लस्टर केवल शोर (noise) नहीं जोड़ते; वे सक्रिय रूप से कोर ग्राफ के मौजूदा ऊर्जा स्तरों को उनके मूल स्थान से दूर धकेल देते हैं। जुड़े हुए क्लस्टर के विशिष्ट आकार और स्थानीय वातावरण के आधार पर, एक विशेष आवृत्ति या तो एक "स्रोत" (source) बन सकती है, जो नए ऊर्जा स्तरों को आकर्षित करती है और अवस्थाओं के घनत्व को बढ़ाती है, या एक "सिंक" (sink) बन सकती है, जो उन्हें प्रतिकर्षित करती है और एक अंतराल (gap) बनाती है। इसका अर्थ है कि यादृच्छिक छिड़काव की एक बहुत छोटी मात्रा भी ऊर्जा के संभावित परिदृश्य को महत्वपूर्ण रूप से नया आकार दे सकती है, विशिष्ट और पूर्वानुमेय तरीके से नए शिखर बना सकती है या अन्य को साफ कर सकती है।

अध्ययन ने यह भी प्रकट किया कि कुछ प्रकार के बड़े, नियमित नेटवर्क के लिए, ये यादृच्छिक शिखर एक विशिष्ट आकार लेते हैं जिसे 'कॉची पीक' (Cauchy peak) कहा जाता है। ये जुड़े हुए क्लस्टरों की प्राकृतिक आवृत्तियों पर केंद्रित तीखे, घंटी के आकार के वक्र (curves) होते हैं। शोधकर्ताओं ने प्रदर्शित किया कि जैसे-जैसे अंतर्निहित नेटवर्क बड़ा और अधिक जुड़ा हुआ होता जाता है, ये शिखर जुड़ी हुई आकृतियों के पास स्पेक्ट्रम की प्रमुख विशेषता बन जाते हैं। यह एक स्पष्ट, मात्रात्मक चित्र प्रदान करता है कि कैसे स्थानीय विकार वैश्विक संरचना के माध्यम से फैलता है।

इसके अलावा, लेखकों ने सिद्ध किया कि इन छिड़काव वाले ग्राफों का स्पेक्ट्रम लगभग हमेशा निरंतर (continuous) होता है, सिवाय उन विशिष्ट, तीखे शिखरों के जो ट्यूनिंग फोर्क द्वारा उत्पन्न होते हैं। यह एक महत्वपूर्ण अंतर है क्योंकि यह हमें बताता है कि जबकि यादृच्छिक छिड़काव तीखे, अलग-थलग स्वर बनाता है, नेटवर्क का अधिकांश व्यवहार तरल और फैला हुआ है, न कि कठोर, असतत अवस्थाओं में लॉक है। उन्होंने यह भी दिखाया कि ऊर्जा स्तरों की कुल संख्या उन क्षेत्रों में बढ़ती है जहाँ जुड़े हुए क्लस्टरों के कई प्राकृतिक स्वर होते हैं, जो इस बात की पुष्टि करता है कि छिड़काव आम तौर पर प्रणाली में जटिलता जोड़ता है।

यह कार्य उन विस्कृत प्रणालियों को समझने के लिए एक कठोर गणितीय आधार प्रदान करता है जिन्हें पहले केवल सिमुलेशन या अनुमानों के माध्यम से अध्ययन किया जाता था। जुड़ी हुई आकृतियों की ज्यामिति और परिणामी स्पेक्ट्रम के बीच एक सटीक संबंध स्थापित करके, शोधकर्ताओं ने वैज्ञानिकों को एक शक्तिशाली उपकरण दिया है जिससे वे प्रत्येक एकल कनेक्शन का सिमुलेशन किए बिना जटिल नेटवर्क के व्यवहार की भविष्यवाणी कर सकते हैं। नए क्वांटम सामग्रियों के डिजाइन से लेकर बड़े पैमाने के डेटा नेटवर्क के विश्लेषण तक लागू होने के लिए, यह मॉडल एक स्पष्ट मार्ग प्रदान करता है कि कैसे छोटे, यादृच्छिक परिवर्तन एक बड़े, जटिल तंत्र के चरित्र को मौलिक रूप से बदल सकते हैं। अध्ययन इस बात की पुष्टि करता है कि यद्यपि यादृच्छिकता अराजकता लाती है, वह इसे सख्त, खोजने योग्य नियमों के अनुसार करती है जिन्हें मैप और समझा जा सकता है।

तकनीकी सारांश: रैंडमली स्प्रिंकल्ड ग्राफ्स का डेंसिटी ऑफ स्टेट्स (Density of States)

1. समस्या का विवरण और प्रेरणा
यह शोध पत्र एक प्रकार के रैंडम ग्राफ्स के स्पेक्ट्रल गुणों, विशेष रूप से डेंसिटी ऑफ स्टेट्स (DOS), की जांच करता है जो एक बड़े "कोर" ग्राफ $\mathbb{G}$ के वर्टिसिस (vertices) पर छोटे रैंडम ग्राफ्स को "स्प्रिंकलिंग" (sprinkling) द्वारा जोड़ने से निर्मित होते हैं। यह मॉडल उन कई प्रेक्षित ग्राफ्स की गुणात्मक संरचना को पकड़ने के लिए डिज़ाइन किया गया है, जिनमें अक्सर एक विशाल कोर के साथ जुड़े हुए छोटे सबग्राफ होते हैं (जैसे कि अर्दोस-रेनी ग्राफ का कार्प-सिपसर कोर)।

इस मॉडल को दो प्राथमिक संदर्भों से प्रेरित किया गया है:

रैंडम ग्राफ थ्योरी: यह अर्दोस-रेनी जैसे ग्राफ्स का सामान्यीकरण करता है, जहाँ DOS की जटिलता अक्सर एक सरल कोर में जुड़े हुए ग्राफ्स को जोड़ने से उत्पन्न होती है।
क्वांटम डिसऑर्डर (Quantum Disorder): यह क्वांटम डिसऑर्डर के लिए एक मॉडल के रूप में कार्य करता है जहाँ डिसऑर्डर किसी जाली (lattice) पर रैंडम पोटेंशियल से नहीं आता (जैसा कि मानक एंडरसन मॉडल में होता है), बल्कि जाली के वर्टिसिस पर पूरक परमाणुओं या छोटे ग्राफ्स के रैंडम ग्राफ्टिंग (grafting) से आता है।

मुख्य चुनौती $V$ के आयतन $|V| \to \infty$ होने पर, स्प्रिंकल्ड ग्राफ $G$ के एडजेसेंसी मैट्रिक्स $A$ के एम्पिरिकल आइजनवैल्यू मेजर (empirical eigenvalue measure) (अर्थात DOS) के सीमांकन (characterization) को समझना है, विशेष रूप से यह समझना कि स्प्रिंकलिंग, कोर ग्राफ $\mathbb{G}$ के DOS को कैसे संशोधित करता है।

2. मॉडल की परिभाषा
माना कि $\mathbb{G}$ एक बड़ा परिमित (रैंडम या नियत) ग्राफ है जिसका वर्टिक्स सेट $\mathbb{V}$ है। प्रत्येक वर्टिक्स $x \in \mathbb{V}$ पर, एक स्वतंत्र और समान रूप से वितरित (i.i.d.) रैंडम तत्व $(G_x, \phi_x)$ लिया जाता है, जहाँ $G_x$ एक परिमित रैंडम ग्राफ है और $\phi_x \in \{0, 1\}^{V_x}$ एक इंडिकेटर वेक्टर है। ग्राफ $G_x$ को $x$ से हर उस वर्टिक्स $t \in V_x$ को जोड़कर जोड़ा जाता है जहाँ $\phi_x(t) = 1$ है। परिणामी ग्राफ का वर्टिक्स सेट $V = \mathbb{V} \cup \{(xt) : x \in \mathbb{V}, t \in V_x\}$ है।

लेखक $(\mathbb{G}, \mathbb{o})$ नामक एक अनंत रूटेड ग्राफ पर अभिसरण (converge) करने वाले बेन्जामिनी-श्राम (Benjamini–Schramm) अभिसरण ढांचे का उपयोग करके $G_N$ के अपेक्षित एम्पिरिकल आइजनवैल्यू मेजर $\nu_N$ के सीमा (limit) का विश्लेषण करते हैं। वे मानते हैं कि कोर $\mathbb{G}_N$ , स्प्रिंकल्ड ग्राफ्स के $(G, o)$ पर अभिसरण करते हैं।

3. कार्यप्रणाली (Methodology)
यह शोध पत्र संभाव्यता ग्राफ थ्योरी, स्पेक्ट्रल थ्योरी और ऑपरेटर थ्योरी के संयोजन का उपयोग करता है। मुख्य कार्यप्रणाली उपकरण निम्नलिखित हैं:

एंडरसन-परकोलेशन प्रतिनिधित्व (Anderson-Percolation Representation): लेखक परिमित आयतन में स्प्रिंकल्ड ग्राफ के आइजनवैल्यूज और साइट-परकोलेटेड सबग्राफ पर परिभाषित एंडरसन हैमिल्टोनियंस के एक परिवार के बीच एक सटीक बीजगणितीय पत्राचार (algebraic correspondence) व्युत्पन्न करते हैं। विशेष रूप से, एक ऊर्जा पैरामीटर $\lambda$ के लिए, स्प्रिंकल्ड ग्राफ का स्पेक्ट्रम (ट्यूनिंग फोर्क आइजनवैल्यूज को छोड़कर) $H_\lambda = B_\lambda + V_\lambda$ के स्पेक्ट्रम से संबंधित है, जहाँ $B_\lambda$ उन वर्टिक्स द्वारा प्रेरित सबग्राफ का एडजेसेंसी मैट्रिक्स है जहाँ जुड़े हुए ग्राफ का रेजोलवेंट (resolvent) परिमित है, और $V_\lambda$ जुड़े हुए ग्राफों से प्राप्त एक रैंडम डायगोनल पोटेंशियल है।
ट्यूनिंग फोर्क अपघटन (Tuning Fork Decomposition): DOS को एक "ट्यूनिंग फोर्क" भाग ( $\nu_{TF}$ ) में विभाजित किया गया है, जो पूरी तरह से जुड़े हुए ग्राफ्स पर समर्थित आइजनवेक्टर्स (जो कोर पर शून्य होते हैं) से उत्पन्न होता है, और एक गैर-ट्यूनिंग फोर्क भाग में। ट्यूनिंग फोर्क योगदान की गणना स्पष्ट रूप से की गई है।
स्टिल्टजेस ट्रांसफॉर्म (Stieltjes Transform) और विस्तार: कम $p$ (एक गैर-रिक्त ग्राफ जोड़ने की कम संभावना) के लिए, लेखक DOS के स्टिल्टजेस ट्रांसफॉर्म को $p$ की घातों में विस्तारित करते हैं। इसमें ट्रांसफॉर्म का $p$ के सापेक्ष अवकलन करना शामिल है और ट्रांसफॉर्म पर बाउंड्स को मेजर में अनुवादित करने के लिए हेलफ़र-शोस्ट्रैंड (Helffer–Sjöstrand) फॉर्मूला का उपयोग करना शामिल है।
एर्गोडिक थ्योरी (Ergodic Theory): सीमा ग्राफ में पक्षपाती वितरण (biased distribution) के अनुकूल अनुकूलित एर्गोडिसिटी तर्कों का उपयोग करके स्पेक्ट्रम की लगभग निश्चित (almost sure) स्थिरता और DOS के सपोर्ट को स्थापित करने के लिए, लेखक इनका उपयोग करते हैं।

4. प्रमुख योगदान और परिणाम

सीमा का अस्तित्व (Existence of the Limit): प्रमेय 2.1 स्थानीय टोपोलॉजी में स्प्रिंकल्ड ग्राफ्स के अनंत-आयतन सीमा के अस्तित्व को स्थापित करता है, जो स्पष्ट रूप से सीमा मेजर $\nu$ का निर्माण करता है।
एंडरसन-परकोलेशन प्रतिनिधित्व: प्रमेय 2.5 DOS के परमाणुओं (atoms) के लिए एक प्रतिनिधित्व प्रदान करता है। यह दिखाता है कि $\lambda$ पर एक परमाणु का गैर-ट्यूनिंग फोर्क योगदान, एंडरसन-परकोलेशन हैमिल्टोनियन $H_\lambda$ के $\lambda$ पर डेंसिटी ऑफ स्टेट्स के समानुपाती है। यह समस्या को एंडरसन मॉडल और परकोलेशन थ्योरी दोनों से जोड़ता है।
DOS का सपोर्ट (Support of the DOS): प्रमेय 2.15 नियत, वर्टेक्स-ट्रांजिटिव कोर (जैसे $\mathbb{Z}^d$ , बेट हे लैटिस) के लिए DOS के सपोर्ट $\Sigma$ को लक्षणित करता है। सपोर्ट को इस प्रकार दिया गया है:
$\Sigma = \{ \lambda \in \mathbb{R} : \mathbb{P}(\lambda + r(\lambda) \in \Sigma_0) > 0 \} \cup \mathcal{T}$
जहाँ $\Sigma_0$ कोर के DOS का सपोर्ट है, $r(\lambda)$ जुड़े हुए ग्राफ्स से प्राप्त एक फलन है, और $\mathcal{T}$ ट्यूनिंग फोर्क आइजनवैल्यूज का सेट है।
द्रव्यमान का संकेंद्रण (Concentration of Mass): प्रमेय 2.16 इंटीग्रेटेड डेंसिटी ऑफ स्टेट्स पर मात्रात्मक सीमाएँ प्रदान करता है। यह प्रदर्शित करता है कि स्प्रिंकलिंग उन अंतरालों में आइजनवैल्यूज की अपेक्षित संख्या को बढ़ाता है जिनमें $r(\lambda)$ के कई शून्य (zeros) होते हैं।
स्पार्स स्प्रिंकलिंग विस्तार (Sparse Sprinkling Expansion): छोटे $p$ $p$ के शासन में, लेखक $\hat{\nu} = \nu_0 + p\phi + p^2 R$ $\overset{ν}{^} = ν_{0} + pϕ + p^{2} R$ विस्तार व्युत्पन्न करते हैं।
- पहला-क्रम का पद $\phi$ आम तौर पर एक वितरण (distribution) है जिसका क्रम अधिकतम एक है, जो अनिवार्य रूप से हस्ताक्षरित मापांक (signed measure) नहीं है।
- शोध पत्र "सोर्स" (sources) और "सिंक" (sinks) की पहचान करता है: कोर के स्थानीय घनत्व और जुड़े हुए ग्राफों के आधार पर, स्प्रिंकलिंग जुड़े हुए ग्राफ के आइजनवैल्यू के पास स्थानीय DOS के द्रव्यमान को या तो बढ़ा सकती है या घटा सकती है।
- कोर में उच्च डिग्री (जैसे $\mathbb{Z}^d$ या बड़े $d$ वाले बेट हे लैटिस) के लिए, विस्तार प्रकट करता है कि DOS जुड़े हुए ग्राफ के आइजनवैल्यूज के केंद्र में कॉची पीक्स (Cauchy peaks) विकसित करता है (प्रमेय 2.25)।
$p=1$ के आसपास विस्तार: परिशिष्ट B एक समान विस्तार व्युत्पन्न करता है जो $p=1$ के करीब स्प्रिंकलिंग की संभावना के मामले में है, जो एक गैर-तुच्छ लेकिन स्पष्ट रूप से हल करने योग्य नियत मॉडल के अनुरूप है।

5. महत्व और दावे
यह शोध पत्र यह समझने के लिए एक कठोर ढांचा प्रदान करने का दावा करता है कि स्थानीय ग्राफ परिवर्तन (स्प्रिंकलिंग) वैश्विक स्पेक्ट्रल गुणों को कैसे प्रभावित करते हैं।

ज्ञात मॉडलों के साथ संबंध: यह कार्य रैंडम ग्राफ्स के अध्ययन को एंडरसन मॉडल और परकोलेशन थ्योरी के साथ एकीकृत करता है, यह दिखाते हुए कि एक स्प्रिंकल्ड ग्राफ के स्पेक्ट्रम को एक परकोलेटेड सबग्राफ पर एंडरसन हैमिल्टोनियन के दृष्टिकोण से समझा जा सकता है।
मात्रात्मक सीमाएँ: पिछले गुणात्मक अध्ययनों के विपरीत, यह कार्य DOS और उसके इंटीग्रेटेड संस्करण पर स्पष्ट ऊपरी और निचली सीमाएँ प्रदान करता है।
स्पेक्ट्रल संशोधन की क्रियाविधि: यह आइजनवैल्यू जनरेशन (जुड़े हुए ग्राफ के आइजनवैल्यूज के पास) और आइजनवैल्यू रिपल्शन (repulsion) के बीच प्रतिस्पर्धात्मक तंत्र को स्पष्ट करता है। यह कठोरता से लक्षणित करता है कि कब एक जुड़े हुए ग्राफ का आइजनवैल्यू एक स्रोत (द्रव्यमान बढ़ाने वाला) या एक सिंक (द्रव्यमान घटाने वाला) के रूप में कार्य करता है।
सीमाएँ: लेखक नोट करते हैं कि स्पार्स विस्तार में पहला-क्रम सुधार $\phi$ अक्सर एक मापांक के बजाय एक वितरण होता है, जिसके लिए स्मूथ फंक्शनों के विरुद्ध परीक्षण की आवश्यकता होती है। वे यह भी स्वीकार करते हैं कि हालांकि एडजेसेंसी मैट्रिक्स मुख्य ध्यान का विषय है, इन तकनीकों को लैपलेसियन जैसे अन्य मैट्रिसेस पर भी लागू किया जा सकता है।

शोध पत्र सभी रैंडम ग्राफ मॉडल्स (जैसे कि मानक अर्दोस-रेनी ग्राफ, क्योंकि उस विशिष्ट निर्माण में कोर और जुड़े हुए ग्राफों के बीच स्वतंत्रता की कमी है) के लिए DOS को हल करने का दावा नहीं करता है, बल्कि एक सामान्य मॉडल स्थापित करता है जो कई जटिल नेटवर्क और डिसऑर्डर्ड सिस्टम में देखी जाने वाली "कोर-प्लस-अटैचमेंट्स" संरचना को पकड़ता है।

इसी तरह के और पेपर