网络科学为解开社会、技术和生物系统的复杂性提供了一个强有力的工具。利用波动现象构建网络在设计机器学习的先进硬件方面也有很大的意义，正如光学神经网络所显示的那样。尽管大多数基于波的网络都采用了静态网络模型，但网络科学中不断发展的模型的影响，为将动态网络模型应用于波动物理学提供了强大的动力。

　　这里提出了散射现象的演化散射网络的概念。网络由链接、节点度和它们的演化过程来定义，模拟多粒子干涉，直接决定了无序材料的散射。作者们通过研究基于网络的材料分类、微观结构筛选和演化中的偏好依附（preferential attachment）来证明这个概念，这些都被应用于隐形的超均匀性。其结果能够独立控制来自不同长度尺度的散射，揭示了短程序中的超密材料相。所提出的概念在波动物理学和网络科学之间提供了一座桥梁，以解决多尺度材料的复杂性和开放系统材料设计。KB体育app下载