研究进展：网络重整化 | Nature Reviews Physics

本文综述了重整化群（RG）方法在复杂网络中的应用进展。重整化群作为一种强大的理论框架，传统上用于处理具有多个自由度的物理系统，但其在复杂网络中的应用面临诸多挑战，如缺乏明确的几何坐标、节点和子图的统计性质差异以及缺乏齐次类晶格对称性。文章讨论了网络重整化的主要方法、重要进展和挑战，并介绍了几何网络重整化、拉普拉斯网络重整化以及多尺度网络重整化等方法。研究指出，重整化群方法在理解和分类复杂系统的聚集行为中不可或缺，但其直接应用于复杂网络存在困难，需要开发更广泛适用的网络重整化程序。