本文利用密集图的收敛序列和极限等概念，研究了一类随机增长图的生成规则，证明了多个不同随机增长图形成的图序列几乎必然收敛到一个极限图，并解析了其收敛过程中切割距离和子图密度的变化规律。

May, 2009

运用图限理论与非线性演化方程的结论，提供了确定性网络的连续化方法，讨论了在图限序列有收敛的情况下，离散模型解的基本模型与局部描述符的收敛性，并使用这些结论研究了多元图上面的柯兰莫洛方程及 chimera 状态的连续性.

Feb, 2013

分析随机图的光谱收敛性，应用于局部收敛于树的图形，并导出该类图形光谱测度的斯蒂尔杰斯变换的新公式，并在均匀正则图、Erdos-Renyi 图和优先连接图上说明结果，为加权图、二分图和 n 个顶点一致生成树的应用举出示例。

Dec, 2007

本文研究了关于在图上的局部算法。我们证明了局部算法产生的每个独立集都比最大集合要小，而且通过聚类属性，我们强调了在随机图上的局部算法存在局限性。

Apr, 2013

本文研究连续时间随机行走、高斯自由场和 $n$ 维自旋系统之间的同构定理，并将其推广到超半球和球形几何中。

Apr, 2019

研究稠密图相关的概率模型和极限对象问题，提出了基于对称可测二元函数的极限对象的概念，并且证明了这种极限对象能够决定所有子图密度的极限，同时这些极限可以通过一个相关矩阵的半正定性来描述。此外，研究提出了一种相对通用的随机图模型。

Aug, 2004

本文提出了一种基于随机游走的局部聚类算法，通过将内部连接性参数考虑入内，改进了先前结果，得到更优秀的聚类精度和 conductance，并探讨了其与全局谱算法之间的联系。

Apr, 2013

本文研究了有限图或无限图上的随机生成树、计算转移阻抗矩阵并从中计算局部特征、计算格林函数以及应用这些内容来解决瓷砖问题和 Aldous 猜想。

Apr, 2004

本篇研究提出了一种基于高阶网络结构的新型随机游走模型，探究高阶网络中的扩散过程及其对信息扩散的影响，旨在揭示复杂网络系统中偏向性信息传播机制并成功应用于多特征对象分类任务中。

Nov, 2019

通过概率测度采样子流形在欧几里得空间的样本，可以构造一个邻域图，作为子流形的近似。本文确定了文献中使用的三种不同图 Laplacian 在样本大小增加且邻域大小趋近于零时的点态极限。我们表明，在子流形上的均匀测度下，所有图 Laplacians 在常数的意义下均具有相同的极限。然而，对于在子流形上的非均匀测度的情况，只有所谓的随机游走图 Laplacian 收敛于加权 Laplace-Beltrami 算子。

Aug, 2006