[論文レビュー] Complex networks with complex weights

Lucas Böttcher, Mason A. Porter|arXiv (Cornell University)|Dec 12, 2022

Complex Network Analysis Techniques被引用数 9

ひとこと要約

本稿は、量子力学、電磁力学、機械学習で現れる複素数の重みをもつ辺をもつネットワークに、古典的ネットワーク解析を一般化する。量子ランダムウォークを用いて、従来のランダムウォーク中心性測度（例：中間性、近接性）を複素数領域へ拡張し、標準的な実数値手法が失敗する状況でも構造的洞察を保持することを示している。

ABSTRACT

In many studies, it is common to use binary (i.e., unweighted) edges to examine networks of entities that are either adjacent or not adjacent. Researchers have generalized such binary networks to incorporate edge weights, which allow one to encode node--node interactions with heterogeneous intensities or frequencies (e.g., in transportation networks, supply chains, and social networks). Most such studies have considered real-valued weights, despite the fact that networks with complex weights arise in fields as diverse as quantum information, quantum chemistry, electrodynamics, rheology, and machine learning. Many of the standard network-science approaches in the study of classical systems rely on the real-valued nature of edge weights, so it is necessary to generalize them if one seeks to use them to analyze networks with complex edge weights. In this paper, we examine how standard network-analysis methods fail to capture structural features of networks with complex edge weights. We then generalize several network measures to the complex domain and show that random-walk centralities provide a useful approach to examine node importances in networks with complex weights.

研究の動機と目的

• 複素数の辺重みをもつネットワークに古典的ネットワーク解析を適用する際の限界を解決すること。
• 特に中心性指標を含む標準的ネットワーク測度を、正確な構造的解析が可能な複素数領域に一般化すること。
• 量子ランダムウォークが、複素数重み付きネットワークにおけるノードの重要性を定義する強固なフレームワークを提供することを示すこと。
• 従来の実数値中心性測度が、非エルミート的または非ゼロの虚部をもつ辺重みを持つシステムでは構造的特徴を捉えられないことを示すこと。
• 非エルミート行列の固有値ソルバーと正則化を用いて、計算的に実行可能な複素数重み付き中心性の計算手法を開発すること。

提案手法

• ハーミート重み行列を用いた連続時間量子ウォーク（CTQW）を用いて、古典的ランダムウォーク中心性を複素数ネットワークへ一般化する。
• 吸収型ハミルトニアンを用いて、量子ランダムウォークの中間性中心性を定義し、占有確率の無限時間平均を正則化パrameter $ s = 10^{-1} $ を用いて計算する。
• 非エルミートな吸収型ハミルトニアンのハーミート版 $ ( ilde{H}_ ext{abs})_ ext{q} $ を用い、scipy.linalg.eigh などの標準的ソルバーで固有値と固有ベクトルを計算する。
• 近接性中心性を、平均第一到達時間の逆数として計算し、すべての初期ノードにおける平均帰還時間 $ au_ ext{inv}^{-1} $ と期待到達回数を組み込む。
• 固有値の差がゼロになる場合の特異性を回避するために、リゾルベント表現に正則化を適用する。
• 中心性計算におけるすべての出発ノードを平均化するために、一様な初期状態 $ | ho(0) angle = (1, ext{...},1)^ op / u $ を用いる。

実験結果

リサーチクエスチョン

• RQ1 標準的なネットワーク中心性測度は、複素数の辺重みをもつネットワークに適用した際に、どのように失敗するか？
• RQ2 量子ランダムウォークは、複素数重み付きネットワークにおける古典的ランダムウォーク中心性の一貫性があり意味のある一般化を提供できるか？
• RQ3 特に非エルミート的ネットワークにおいて、複素数の辺重みの非ゼロ虚部がもつ構造的意味は何か？
• RQ4 複素数非対角成分をもつ2ノードのハーミートネットワークにおいて、強いペロン＝フロベニウス性が成り立つか？
• RQ5 非エルミートハミルトニアン上で、量子ウォークに基づく中間性および近接性中心性を数値的手法で信頼性高く計算できるか？

主な発見

• 標準的な実数値中心性測度は、特に辺重みの虚部が非ゼロである場合、複素数重み付きネットワークの構造的特徴を捉えられない。
• 複素数非対角成分をもつ2ノードのハーミートネットワークでは、位相 $ heta $ が $ 0 $ または $ au $ でない限り、強いペロン＝フロベニウス性は成立しない。このとき虚部が消える。
• 量子ランダムウォークの中間性中心性は、無限時間平均の占有確率を用いて定義され、$ s = 10^{-1} $ を用いた正則化リゾルベント表現により特異性を回避する。
• 近接性中心性は、平均第一到達時間の逆数として計算され、期待到達回数と平均帰還時間 $ au_ ext{inv}^{-1 ext{}} $ を組み込む。
• 非エルミートハミルトニアンを対称的分解によりハーミートとして取り扱うことで、古典的中心性測度を複素数ネットワークへ成功裏に一般化する。これにより、標準的固有値ソルバーの利用が可能になる。
• このアプローチにより、実数値手法が不十分な分野、例えば量子情報、複素数インピーダンスネットワーク、複素数重み付きニューラルネットワークにおける構造的解析が可能になる。