[論文レビュー] Dynamics of Voter Models on Simple and Complex Networks

S. Redner|arXiv (Cornell University)|Apr 26, 2017

Opinion Dynamics and Social Influence参考文献 6被引用数 4

ひとこと要約

本稿は、複雑なネットワーク上のボルダー・モデルとインベイジョン過程を調査し、次数加重磁化が固定確率を支配する保存量であることを示している。2つの時間スケールのダイナミクスが明らかになった：ノード次数にわたる状態密度の急速な均一化の後、ノイズまたは選択によって駆動されるゆっくりとした一貫性の形成であり、ボルダー・モデルでは高次ノードが支配的であり、インベイジョン過程では低次ノードが支配的である。

ABSTRACT

This is a brief tutorial review of the dynamics of the voter model and the invasion process on complex networks.

研究の動機と目的

• 次数が不均一な複雑なネットワーク上で、ボルダー・モデルとインベイジョン過程に従う集団における一致の成立メカニズムを理解すること。
• 任意のネットワーク上で固定確率を決定する、これらの確率的過程における保存量を同定すること。
• 一致形成の時間スケールを分析し、急速な均一化とフラクチュエーションまたは選択による遅い一致の段階を区別すること。
• ノード次数が、ボルダー・モデルおよびインベイジョン過程における単一の変異体の固定確率に与える影響を特定すること。
• 古典的ボルダー・モデルを複雑なネットワークに拡張し、弱選択下での固定確率に対する解析的表現式を導出すること。

提案手法

• 隣接行列とノード次数を用いて、状態更新の遷移確率を導出し、ボルダー・モデル（VM）およびインベイジョン過程（IP）ダイナミクスを同時に扱う。
• 保存則の同定：VMにおける次数加重磁化 ω と IPにおける ω₋₁ が、固定確率を支配する。
• 後向きコルモゴロフ方程式を用いて固定確率をモデル化し、有限区間上のバイアス付き拡散過程としてシステムを扱う。
• 弱選択近似（s ≪ 1）を用いてダイナミクスを線形化し、固定確率の解析的解を導出する。
• 局所的密度 ρₖ をグローバルな次数加重平均 ω に置き換えることで、複雑なネットワーク上でのシステムの進化をモデル化する。
• 有効集団サイズ N_eff = Nμ₁²/μ₂ を導出し、完全グラフからの固定確率式を複雑なネットワークへ一般化する。

実験結果

リサーチクエスチョン

• RQ1 複雑なネットワーク上のボルダー・モデルとインベイジョン過程において、固定確率を支配する保存量は何ですか？
• RQ2 広い次数分布を示すネットワーク上でのボルダー・モデルにおいて、一致に至るまでの時間はどのようにスケーリングしますか？
• RQ3 弱選択下で、ボルダー・モデルとインベイジョン過程における固定確率がノード次数に依存する関係はどのようなものですか？
• RQ4 2時間スケールのダイナミクス（均一化の後、一致へ）は、これらのモデルでどのようにして生じるのですか？
• RQ5 変異体の適応度が、複雑なネットワーク上でのボルダー・モデルおよびインベイジョン過程における固定確率に与える影響はどのようなものですか？

主な発見

• ボルダー・モデルにおける固定確率は、初期の次数加重磁化 ω に等しく、次数 k のノードに存在する単一の変異体の固定確率は k に比例する。
• インベイジョン過程では、変異体の固定確率はノード次数に反比例し、弱選択下では k⁻¹ に比例する。
• 弱選択下で、ボルダー・モデルにおける次数 k のノードに存在する変異体の固定確率は、s ≪ 1/N_eff のとき k/(Nμ₁) に近似され、1/N_eff ≪ s ≪ 1 のとき k(sμ₁/μ₂) に近似される。
• インベイジョン過程では、s ≪ 1/N のとき k⁻¹/(Nμ₋₁) に比例し、1/N ≪ s ≪ 1 のとき k⁻¹(s/μ₋₁) に比例する。
• 広い次数分布を示すネットワーク上では、ボルダー・モデルにおいて高次ノードがダイナミクスを支配するため、一致は急速に達成される。
• 2時間スケールのダイナミクスが生じる：ノード次数にわたる均一化が急速に進行し、その後ノイズ（VM）または選択（バイアス付きダイナミクス）によって駆動されるゆっくりとした一致が進行する。