[論文レビュー] Complexity Threshold for Functioning Directed Networks in Damage Size Distribution

Andrzej Gecow|arXiv (Cornell University)|Apr 21, 2010

stochastic dynamics and bifurcation参考文献 34被引用数 4

ひとこと要約

本稿では、ネットワーク成長過程における障害伝搬の分布を用いて、機能的有向ネットワークの複雑性閾値を提示する。シミュレーションにより、混沌と化する遷移を特定する。主な発見は、障害分布の二峰性の間のゼロ周波数ギャップが、成熟と複雑で混沌とした挙動の出現を示す実用的基準であるということである。特にフィードバックを持つネットワークや信号変種数 s ≥ 3 の場合に顕著である。

ABSTRACT

A certain complexity threshold is proposed which defines the term `complex network' for RSN, e.g. Kauffman networks with s>=2 - more than two equally probable state variants. Such Kauffman networks are no longer Boolean networks. RSN are different than RWN and RNS. This article is the second one of three steps in description of `structural tendencies' which are an effect of adaptive evolution of complex RSN. This complexity threshold is based on the appearances of chaotic features of a network during its random growth and disappearance of small network effects. Distribution of damage size (after small disturbance) measured in a fraction of damaged nodes, or in number of damaged external outputs and degree of chaos is investigated using simulation. It is done during growth (up to N=4000 nodes) for different: network types (including scale-free), numbers of node inputs (K=2,3,4, fixed for a network) and numbers of signal variants (s=2,3,4,16). In this distribution two peaks emerge and in-between them there appears an area of zero frequency - this is the best practical criterion of complexity threshold found in the investigation. No critical points are found in the area of emerging complexity. A special simplified algorithm (`reversed-annealed') is used which omits the problem of circular attractors. The investigated `transition' to chaos in respect to N is different from the known phase transition near K=2 for s=2.

研究の動機と目的

• 動的挙動に基づいて「複雑」なネットワークと「非複雑」なネットワークを区別する客観的で主観的でない閾値を定義すること。
• 成長する有向ネットワークにおける障害の伝搬を調査し、ネットワークサイズ（N）、ノード入力数（K）、信号変種数（s）の関数として混沌と化する遷移を特定すること。
• フィードバック付きで s が大きいネットワークにおいて、複雑で混沌とした挙動が現れる際の臨界点か滑らかな遷移かを特定すること。
• 特に障害サイズ分布におけるゼロ周波数ギャップの出現を含め、ネットワーク成熟の実用的基準を評価すること。
• フィードバックの役割およびネットワークタイプ（例：スケールフリーネットワーク、ランダムネットワーク）が成熟混沌への遷移に与える影響を調査すること。

提案手法

• N = 4000 までのノード数を有する有向ランダムネットワークを、K（2, 3, 4）と s（2, 3, 4, 16）を固定して成長過程でシミュレートし、障害伝搬を観察する。
• 初期の小さな摂動後に、障害ノードの割合または外部出力の障害数として障害サイズを測定する。
• 循環的アトラクタを回避し、構造的要因と動的要因を分離するために「逆方向のアニーリング」アルゴリズムを適用する。
• ネットワークタイプごとに障害サイズ分布（P(d または L|N,K,s,type)）を分析し、二峰性のピークと中央の最小値（ゼロ周波数）を検出する。
• 成熟の二つの基準を用いる：(1) 理論的平衡障害レベル（漸近的極限）への近接度、(2) ピーク間のゼロ周波数ギャップの出現。
• ネットワークタイプ（例：スケールフリーネットワーク、ランダム）およびパrameterセットごとに結果を比較し、K, s, フィードバック構造への依存性を評価する。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク成長過程で滑らかな混沌と化への遷移が生じるか。その場合、それが複雑性閾値として特定可能か？
• RQ2 障害サイズ分布における二つのピーク間のゼロ周波数ギャップの出現は、ネットワーク成熟の信頼性と実用性の高い基準となるか？
• RQ3 ネットワークタイプ（例：スケールフリー）、ノード入力数（K）、信号変種数（s）は、混沌とした挙動の出現にどのように影響するか？
• RQ4 逆方向のアニーリングアルゴリズムは、動的アーティファクトを排除し、構造的複雑性の検出をどの程度向上させるか？
• RQ5 観察された三つの関係—障害平衡、外部出力障害、およびそれらの比例関係—は、成熟と複雑性をどのように示しているか？

主な発見

• 二峰性の障害サイズ分布に中央に最小値（ゼロ周波数）を伴うものが、ネットワーク成長過程で出現し、これが複雑性閾値として最も実用的な基準となる。
• ゼロ周波数ギャップは、漸近的平衡基準によって予測されるよりも、混沌としていないネットワークタイプ（例：スケールフリー、スモールワールド）で早く出現し、直感的な複雑性の概念と整合性が良い。
• 成熟混沌への遷移は臨界的ではなく、滑らかで短い成長期間にわたって発生する。K=2, s=2 の周辺に段階的転移の兆候は見当たらない。
• s ≥ 3 の場合、右側のピークにおける障害平衡レベルは、理論的 Derrida アニーリングモデルの予測に近づき、成熟の兆候である。
• 外部出力障害 L = d × m（外部出力障害 = 内部障害 × 出力次数）の関係は、大規模ネットワークにおいてのみ成立し、サイズ依存の成熟メカニズムを示唆する。
• ゼロ周波数ギャップ基準はフィードバック付きネットワークで最も効果的であり、非循環ネットワークではやや信頼性が低いが、近似的に利用可能である。