关于图的冯・诺依曼熵
利用组合拉普拉斯的正则化方法，研究其特征值在概率分布上的 Shannon 熵作为图的正则度量，证明当节点集大小无限大时，正则图和完全图具有相等的正则度，而当边数固定时，具有大团的图似乎能够将此熵最小化。
Dec, 2008
本文研究了网络结构熵的复杂性度量，通过对给定期望度序列的网络的 Shannon 熵和 Von Neumann 熵之间的关系的研究，发现当度分布包含一定的异质性时，两种熵之间存在有趣的相关性，这似乎表明这种异质性意味着网络的量子和经典描述之间的等价性分别对应于 Von Neumann 和 Shannon 熵。
Nov, 2010
本文介绍了如何将信息论的关键概念推广到网络中，定义了网络集合的香农熵并解释了其与网络集合的吉布斯熵和冯・诺依曼熵之间的关系，这为通过最大熵理论获得网络零模型解决了关键问题，并在复杂网络领域的推理问题中发挥重要作用。
Jul, 2009
本文运用量子统计力学的技术来定义复杂网络的熵度量，并开发了一组基于网络谱属性的信息理论工具，可以用于最大似然估计和模型选择。通过将这个框架应用于人体微生物组的网络，我们通过层次聚类分析高精度地恢复出现有的社区关联。
Sep, 2016
本文提出了一种基于变分量子算法的方法，用于准确估计量子系统中冯・诺伊曼熵和 Rényi 熵等熵量测度，此方法首先利用量子电路和经典神经网络对熵量测度的变分公式进行参数化，然后通过参数空间优化目标函数以实现熵量测度的估计。
Jul, 2023
通过图谱理论将亚图中心性解释为网络的配分函数，定义了网络和分子图的熵、内能和亥姆霍兹自由能，并讨论了这些量与复杂网络结构和动力学的各种关系。包括网络的紧密度以及耦合相位振荡器的临界耦合。我们探讨了多个网络生长 / 演化模型以及代表代谢和蛋白质相互作用网络以及蛋白质中二级结构元素相互作用的真实世界网络。
May, 2009
本文提出基于 FINGER 方法的数据流图相似性度量算法，通过优化时间复杂度解决 von Neumann 图熵计算的问题，并在实验中验证了其卓越性能。
May, 2018
本文研究了网络或图谱的光谱问题。在图太大无法明确计算光谱的情况下，提出了一种次线性时间算法，可以计算光谱的简洁表示，并证明了其实用性。同时探讨了该算法在有界度图模型下的属性测试的实际应用。
Dec, 2017
本论文提出一种量化网络二分性的方法，运用谱图理论来衡量网络的二分度接近程度并确定节点和边对全局网络二分度的贡献，从而表征并关联了语义或通信网络的效率、食物链中的营养相互作用、代谢网络中的构建原则或社交网络中的社区结构。
Apr, 2005