[論文レビュー] A geometric entropy measuring networks complexity

Roberto Franzosi, Domenico Felice+2 more|arXiv (Cornell University)|Oct 20, 2014

Complex Network Analysis Techniques参考文献 36被引用数 1

ひとこと要約

本稿では、情報幾何学に基づく幾何的エントロピーを導入し、ネットワークをリーマン多様体として関連付けることで、ネットワークの複雑性を定量化する。この方法は、ランダムネットワークおよびスケールフリーネットワークにおける相転移を効果的に検出でき、指数型ランダムグラフ、構成モデル、および実世界のネットワークを特徴付けることができ、構造的複雑性を捉える有効性を示している。

ABSTRACT

A central issue of the science of complex systems is the quantitative characterization of complexity. In the present work we address this issue by resorting to information geometry. Actually we propose a constructive way to associate to a - in principle any - network a differentiable object (a Riemannian manifold) whose volume is used to define an entropy. The effectiveness of the latter to measure networks complexity is successfully proved through its capability of detecting a classical phase transition occurring in both random graphs and scale--free networks, as well as of characterizing small Exponential random graphs, Configuration Models and real networks.

研究の動機と目的

• 従来の指標をはるかに超える構造的複雑性を捉えることができる、ネットワーク複雑性の定量的測定法を開発すること。
• ランダム、スケールフリー、および実世界のネットワークを含む多様なネットワークタイプにおける複雑性の特徴付けの課題に対処すること。
• 情報幾何学を活用して、任意のネットワークからリーマン多様体を構築し、幾何的エントロピーの計算を可能にすること。

提案手法

• 情報幾何学の原則を用いて、任意のネットワークを微分可能なリーマン多様体に写像する。
• 得られたリーマン多様体の体積として幾何的エントロピーを定義する。
• ネットワークの確率分布からフィッシャー情報計量を用いて、リーマン構造を構築する。
• エントロピー測度を用いて、ランダムグラフおよびスケールフリーネットワークにおける相転移を検出する。
• 指数型ランダムグラフおよび構成モデルに対してこの手法を検証し、既知のネットワーク行動と整合性があるかを評価する。
• 実世界のネットワークにおける構造的性質と幾何的エントロピーを比較し、その記述的パワーを評価する。

実験結果

リサーチクエスチョン

• RQ1 情報幾何学から導かれる幾何的エントロピーは、多様なネットワークタイプの複雑性を効果的に定量化できるか？
• RQ2 提案されたエントロピー測度は、ランダムおよびスケールフリーネットワークにおける既知の相転移を検出できるか？
• RQ3 幾何的エントロピーは、実ネットワークの構造的特徴を捉える際、従来のネットワーク複雑性測度と比べてどのように異なるか？
• RQ4 エントロピーは、指数型ランダムグラフや構成モデルのようなネットワーク集合体の背後にある統計力学をどの程度反映しているか？

主な発見

• 幾何的エントロピーは、エドős–Rényi ランダムグラフおよびバラバシ–アレクサンダー スケールフリー ネットワークの古典的相転移を効果的に検出できた。
• エントロピー測度は、指数型ランダムグラフおよび構成モデルの特徴的な構造的領域を捉えることができた。
• この手法は、実世界のネットワークにおいて意味のある複雑性のパターンを明らかにし、合成モデルをはるかに超える関連性を示した。
• リーマン多様体の体積は、既知の臨界現象と整合する、堅牢な情報幾何的代理指標としてネットワーク複雑性を効果的に表した。
• このアプローチは、ネットワーク集合体全体にわたり一貫性を示し、複雑性の定量化の普遍的フレームワークを示唆した。
• 幾何的エントロピーは微細な構造的シフトに敏感であり、ネットワークトポロジーにおける臨界遷移の検出に有効であることが示された。