Aller au contenu principal
Accès ouvert déclaré 2026 article

Normal approximation for subgraph counts in age-dependent random connection models

0Citations signalées, ce qui n’est pas une note de qualité
7Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : dk, fr, us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract We study normal approximation of subgraph counts in a model of spatial scale-free random networks known as the age-dependent random connection model . In the light-tailed regime where only moments of order left parenthesis 2 plus epsilon right parenthesis ( 2 + ε ) $(2+\varepsilon)$ are finite, we study the asymptotic normality of both clique and subtree counts. For clique counts, we establish a multivariate quantitative normal approximation result through the Malliavin–Stein method. In the more delicate case of subtree counts, we obtain distributional convergence based on a central limit theorem for sequences of associated random variables.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Normal approximation for subgraph counts in age-dependent random connection models
Date Crossref
08/09/2026
Éditeur
Cambridge University Press (CUP)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Graph Theory and AlgorithmsMarkov Chains and Monte Carlo Methods

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.