很棒的东西，即将在 JBES（2022 年）上发表。时间序列方法对网络演化的研究：预测和估计 ANNA BYKHOVSKAYA 摘要。本文分析了非负多元时间序列，我们将其解释为加权网络。我们引入了一个模型，其中时间序列的每个坐标代表时间上的给定边。与网络的大小相比，时间段的数量被视为很大。该模型指定了加权网络的时间演化，该网络将经典自回归与非负性、消失的正概率以及过程中分配给边的权重之间的同伴效应相互作用相结合。主要结果为网络演化过程的平稳性与爆发性提供了标准，并提供了估计模型参数和预测其未来值的技术。https://abykhovskaya.files.wordpress.com/2021/
A Measurement System for the Study of Nonlinear Propagation Through Arrays of Scatterers
摘要：测量通过散射体阵列传播的非线性声脉冲的空间和时间场存在各种实验挑战。探头干扰和不良高频响应困扰着声学麦克风的典型方法，这些方法也仅限于解析单个位置的压力场。使用光学方法进行的测量没有这样的缺点，并且纹影测量特别适合测量散射体阵列中非线性脉冲传播的空间和时间演化。本文描述了一种基于 z 型纹影装置的测量系统，该系统适用于测量轴对称现象和可视化弱冲击传播。为了降低方向性并启动近球对称传播，激光诱导击穿充当非线性脉冲源。纹影系统的一个关键组件是标准纹影，它可以进行定量纹影测量。通过前向阿贝尔变换，从非线性脉冲生成预期光折射的估计值，从而帮助确定标准纹影的尺寸。最后，指定了实验测序、图像捕获和旨
