[論文レビュー] Anomalous percolation transitions beyond the BKT transition in growing networks

Soo Min Oh, Seung‐Woo Son+1 more|arXiv (Cornell University)|May 11, 2018

Complex Network Analysis Techniques参考文献 39被引用数 11

ひとこと要約

本稿は、リンクが最小のクラスタ内のノードに優先的に形成されるというグローバル抑制ダイナミクスが、成長するランダムネットワークにおける無限次元のベレジンスキー＝コスターリッツ＝トゥース（BKT）確率的遷移に与える影響を調査する。制限付き成長ランダムネットワーク（r-GRN）モデルを導入することで、著者らはBKT遷移が崩壊し、リンク占有確率を調整することによって無限次元、2次元、1次元の遷移が生じることを示した。臨界点では最大のクラスタサイズ多様性が観測される。

ABSTRACT

Since the discovery a half century ago that 1/r^2-type long-range interactions in the one-dimensional Ising model change the phase transition type, long-range interactions in diverse systems have received considerable attention. Recently, this interest extended to global suppression dynamics in the percolation transition, which changes a second-order transition to first order. Here, we investigate how the Berezinskii-Kosterlitz-Thouless (BKT) transition is changed by the global suppression effect. In fact, this effect often arises in real-world complex systems, yet it is not appropriately accounted for in models. We find that the BKT transition breaks down, but the features of infinite-, second-, and first-order transitions all emerge as the link occupation probability is controlled. Moreover, we find that such growing networks exhibit maximum diversity, causing the mean cluster size to diverge without formation of a giant cluster. We elucidate the underlying mechanisms and show that such anomalous transitions are universal.

研究の動機と目的

• グローバル抑制ダイナミクスが成長ネットワークにおける無限次元BKT確率的遷移に与える影響を調査すること。
• 共同執筆やウェブネットワークなど、大きなクラスタが抑制される現実のネットワーク成長をモデル化すること。
• このような抑制が、1つの系において異なる次数の遷移（無限次元、2次、1次）を引き起こすかどうかを特定すること。
• 抑制下でのクラスタサイズ分布における最大の多様性の出現を探索すること。
• これらの異常な遷移が成長ネットワークモデル全体にわたって普遍的であるかどうかを確立すること。

提案手法

• リンクが最小クラスタ（集合R）に属するノードと、他の任意のノードとの間に優先的に追加されるr-GRNモデルを提案する。
• 制御パラメータgを用いて、最小クラスタに属するノードの割合gNを定義し、リンク形成の優先順位を設定する。
• 時間経過に伴うクラスタサイズ分布のダイナミクスを解析的にモデル化するために、レート方程式アプローチを適用する。
• 数値シミュレーションを実施し、解析的予測の妥当性を検証するとともに、相転移の挙動を観察する。
• オーダーパラメータ（巨大クラスタサイズ）と平均クラスタサイズの挙動に基づき、相転移を分類する。
• クラスタサイズ分布ns ∼ s−τ(p)を分析し、異なるp領域における臨界指数τ(p)を同定する。

実験結果

リサーチクエスチョン

• RQ1 グローバル抑制ダイナミクスは、成長ネットワークにおける無限次元BKT遷移にどのように影響を与えるか？
• RQ2 同じ成長ネットワークモデルが、リンク占有確率を変化させることで、複数のタイプの確率的遷移（無限次元、2次、1次）を示すことができるか？
• RQ3 クラスタサイズの多様性が、異常な遷移の出現に果たす役割は何か？
• RQ4 抑制機構は、クラスタサイズ分布の臨界指数にどのように影響を与えるか？
• RQ5 観察された遷移挙動は、成長ネットワーク系全体にわたって普遍的か？

主な発見

• r-GRNモデルは、pbとpc（pb < pc）の2つの臨界点を示し、系の遷移挙動が異なる段階に移行する。
• p < pbでは、τ(p) > 3のべき則分布を示し、平均クラスタサイズが有限で、無限次元遷移を示す。
• pb < p < pcでは、τ(p) ∈ (2, 3)となり、平均クラスタサイズが発散し、2次元遷移を示す。
• p > pcでは、クラスタサイズ分布が指数関数的に減少し、巨大クラスタサイズが不連続にジャンプするため、1次元遷移を示す。
• pcにおいて、臨界指数τ(p)が3から2に低下し、クラスタサイズの多様性が最大に達することを示し、これは抑制機構と関連している。
• 異常な遷移は普遍的であり、ネットワーク成長とグローバル抑制ダイナミクスの相互作用に起因する。