[論文レビュー] Complex and Adaptive Dynamical Systems: A Primer

Claudius Gros|Jul 30, 2008

Complex Systems and Time Series Analysis参考文献 21被引用数 90

ひとこと要約

この解説は、グラフ理論、カオス、情報理論、ブールネットワーク、セルオートマトン、認知系の統合的かつ包括的な枠組みを提供し、複雑で適応的ダイナミカルシステムを理解するためのものである。自己組織的臨界性、同期、情報伝達といった原理が、神経ネットワークから進化的ダイナミクスに至るまで、さまざまなシステムにおける顕在的行動を支配することを示しており、複雑性科学の統一的理論的基盤を提供する。

ABSTRACT

An thorough introduction is given at an introductory level to the field of quantitative complex system science, with special emphasis on emergence in dynamical systems based on network topologies. Subjects treated include graph theory and small-world networks, a generic introduction to the concepts of dynamical system theory, random Boolean networks, cellular automata and self-organized criticality, the statistical modeling of Darwinian evolution, synchronization phenomena and an introduction to the theory of cognitive systems. It inludes chapter on Graph Theory and Small-World Networks, Chaos, Bifurcations and Diffusion, Complexity and Information Theory, Random Boolean Networks, Cellular Automata and Self-Organized Criticality, Darwinian evolution, Hypercycles and Game Theory, Synchronization Phenomena and Elements of Cognitive System Theory.

研究の動機と目的

• 生物学、神経科学、社会的システムなど、さまざまな分野における複雑で適応的ダイナミカルシステムの統一的理論的基盤を提供すること。
• 従来のダイナミカルシステム理論が不十分となる、多数の相互作用する要素を有するシステムにおける顕在的行動を理解するという課題に取り組むこと。
• 統計力学、情報理論、ネットワーク科学のツールを用いて、複雑性、予測可能性、情報伝達の定量的測定を確立すること。
• 遺伝子調節ネットワークから神経計算に至るまで、さまざまなシステムにおける臨界性、同期、適応的ダイナミクスの役割を調査すること。
• 抽象的なダイナミカルシステム理論と現実世界の応用を結びつけること。進化、認知、自己組織的臨界性を含む。

提案手法

• グラフ理論とスモールワールドネットワークモデル（例：Watts–Strogatz）を用いて、複雑システムの接続性と耐障害性を分析する。
• ロジスティック写像やリャプノフ指数を含む、力学系理論を応用し、決定的カオスと分岐を特徴付ける。
• シャノンエントロピー、相互情報量、アルゴリズム的複雑性といった情報理論的ツールを用いて、予測可能性と情報含量を定量化する。
• 異なるK（接続性）を有する確率的ブールネットワーク（RBNs）を用いて、アトラクタの様相と相転移を分析する。
• サンドピルモデルと分岐過程を用いて自己組織的臨界性を調査し、スケール不変性と1/fノイズの挙動を示す。
• 認知系理論と神経ダイナミクスを統合し、再帰的ネットワークと同期メカニズムを用いて学習と物体認識をモデル化する。

実験結果

リサーチクエスチョン

• RQ1 ネットワークのトポロジーと接続性は、複雑システムの耐障害性とダイナミカルな挙動にどのように影響を与えるか？
• RQ2 複雑システムが自己組織的臨界性を示す条件は何か。また、セルオートマトンを用いてそのモデル化は可能か？
• RQ3 結合されたオシレーターのネットワークにおける情報伝達と同期はどのようにして生じるのか。神経計算においてその役割は何か？
• RQ4 現実世界のシステムからの時系列において、複雑性、予測可能性、情報含量の関係は何か？
• RQ5 突然変異と選択を含む進化的ダイナミクスは、確率的過程とどのように相互作用し、有限集団における適応を促進するか？

主な発見

• スモールワールドおよびスケールフリー・ネットワークは、ランダム障害に対して高い耐障害性を示すが、標的攻撃に対しては脆弱であり、次数分布が重要な役割を果たす。
• K ≈ 2 の確率的ブールネットワークは、「カオスの縁」に近い状態にあり、酵母の細胞周期のような生物学的システムに不可欠な複雑で適応的なダイナミクスを可能にする。
• サンドピルモデルにおける自己組織的臨界性は、スケール不変な崩壊サイズ分布を生じさせ、自然界で観察されるべきべき乗則と整合的である。
• 結合オシレーターにおける同期—カーマトとテルマン＝ワン方程式を用いてモデル化—は、集約的平均化と因果的シグナル伝達を通じて生じ、神経的物体認識を支援する。
• 確率的共鳴により、ノイズの多い環境下でも微弱な信号を検出可能となり、最適な信号対ノイズ比は中程度のノイズレベルで達成される。
• 相互情報量やエントロピーといった情報理論的測定は、時系列における複雑性と予測可能性を効果的に定量化でき、神経的および進化的ダイナミクスへの応用がある。