[論文レビュー] Complex Systems: A Survey

M. E. J. Newman|arXiv (Cornell University)|Dec 6, 2011

Complex Systems and Time Series Analysis参考文献 14被引用数 167

ひとこと要約

本調査は、多くの相互作用する要素から成る系が示す顕在的行動を研究するための理論的枠組みと計算手法を包括的に要約している。動的システムやネットワーク理論、エージェントベースシミュレーションに至るまでの主要なモデリング手法を概説し、基礎的文献およびソフトウェアツールを提示することで、物理学、生物学、社会科学、コンピュータサイエンスの分野の研究者にとって、複雑系分野への入り口を提供する。

ABSTRACT

A complex system is a system composed of many interacting parts, often called agents, which displays collective behavior that does not follow trivially from the behaviors of the individual parts. Examples include condensed matter systems, ecosystems, stock markets and economies, biological evolution, and indeed the whole of human society. Substantial progress has been made in the quantitative understanding of complex systems, particularly since the 1980s, using a combination of basic theory, much of it derived from physics, and computer simulation. The subject is a broad one, drawing on techniques and ideas from a wide range of areas. Here I give a survey of the main themes and methods of complex systems science and an annotated bibliography of resources, ranging from classic papers to recent books and reviews.

研究の動機と目的

• 物理学、生物学、社会科学、コンピュータサイエンスの分野の研究者に対して、複雑系分野への体系的かつアクセス可能な入り口を提供すること。
• 特に多数のエージェント間の相互作用から生じる顕在的行動と集団的行動の役割を含む、複雑系の概念的基盤を明確にすること。
• 必須の文献（古典的論文、書籍、ソフトウェアツール）を収集・註記することで、理論的・計算的側面の両方をカバーした分野のナビゲーションを可能にすること。
• 理論的枠組みと実践的なシミュレーション技術を統合し、特にエージェントベースモデリングと計算手法を現代の複雑系研究における中心的ツールとして強調すること。
• エージェントベースモデリング、人工生命、金融市場やエコシステムといったシステム分野における代表的業績と今後の研究方向性を強調し、さらなる探求を促すこと。

提案手法

• 動的システム、統計力学、ゲーム理論、情報理論といった、複雑系を分析するための基礎的ツールとしての核心的理論的枠組みを調査・分類すること。
• セルオートマトン、ネットワーク理論、計算複雑性理論といった主要なモデリング技法を分類・レビューし、顕在的行動の理解を深めること。
• 特にモンテカルロ法とエージェントベースシミュレーションを含むコンピュータシミュレーションの使用を詳細に説明し、現実的で大規模な複雑系を研究するための中心的ツールとして位置づけること。
• エージェントベースモデル（ABM）を、局所的なルールに従う異種で適応可能なエージェントを模擬する主な手法として提示し、グローバルな顕在的現象を生じさせる仕組みを示すこと。
• 代表的文献およびソフトウェアツール（例：NetLogo、Repast、Mason、Sugarscape、Tierra）を註記することで、研究者が適切なシミュレーション・アナリシスプラットフォームを選定できるように支援すること。
• シュェリングの分離モデル、人工的株式市場、人工生命シミュレーション（Tierra）などの多様分野の事例研究を統合し、ABM手法の力とスコープを実証すること。

実験結果

リサーチクエスチョン

• RQ1 複雑系とは何か。その構成要素の相互作用から顕在的行動がどのように生じるのか。
• RQ2 簡素化された数学的モデルと大規模なコンピュータシミュレーションは、同じクラスの系をどのように研究できるのか。両者にはどのような妥当性のトレードオフがあるのか。
• RQ3 エコシステム、経済、社会的ネットワークといった多数の相互作用エージェントを含む系を研究するための、最も効果的な理論的・計算的ツールは何か。
• RQ4 エージェントベースモデルは、市場のボラティリティ、社会的分離、進化的ダイナミクスといった現象を理解するために、どのように貢献してきたか。
• RQ5 物理学、生物学、社会科学、コンピュータサイエンスの分野で複雑系を研究を始める研究者にとって、不可欠な基礎的文献とソフトウェアツールは何か。

主な発見

• 複雑系は、個々の構成要素の行動だけでは予測できない顕在的行動を特徴とし、凝縮系から人間社会まで多様な例が存在する。
• 統計力学、ネットワーク理論、動的システムといった理論的ツールは、1980年代以降、複雑系の挙動に深い洞察をもたらした。
• エージェントベースモデリングは、顕在的行動を模擬する強力なシミュレーション手法として台頭し、シュェリングの分離モデルやSugarscapeモデルといった代表的モデルは、単純なエージェントルールが複雑なマクロ的パターンを生じることを示している。
• 自己複製プログラムが外部のフィットネス関数なしに進化するTierraのような人工生命シミュレーションは、計算系における進化的ダイナミクスの顕在的出現を示している。
• NetLogo、Repast、Masonといったソフトウェアツールは、教育的および高度な研究の両方において不可欠な役割を果たしており、再現可能で可視化可能なシミュレーションを可能にしている。
• 顕著な進展にもかかわらず、この分野は依然として広範かつ未発達であり、未解明の科学的未知領域が多数存在するため、今後の研究にとって肥沃な分野のままである。