[論文レビュー] Partitioning networks into clusters of synchronized nodes via the message-passing algorithm: an unbiased scalable approach

Massimo Ostilli|arXiv (Cornell University)|Jan 22, 2026

Nonlinear Dynamics and Pattern Formation被引用数 0

ひとこと要約

論文は、Ising様の二値変数を用いた信念伝搬（メッセージ伝搬）に基づく無偏りでスケーラブルな方法を導入し、局所的な微視的ダイナミクスを特定の仮定とせずに、大規模ネットワークを動的に同期するノードのクラスターへ分割する。トップロジカル対称性を活用することで、偏りのない分割を達成する。

ABSTRACT

Partitioning large networks into stable clusters of synchronized nodes is a challenging task. Recent approaches based on spectral analysis can provide exact results on specific dynamics but remain unfeasible for very large networks. Moreover, within a stochastic framework, it is unclear which dynamics should be chosen to study synchronization. Here we propose an unbiased and scalable method based on the message-passing algorithm. By exploiting the collective behavior emerging across critical points of an effective Ising-like model, we identify dynamically coherent clusters of synchronized nodes and illustrate the approach on some large real-world networks. We find that, unlike continuous-time dynamics, abrupt desyncrhronization occurs even in simple graphs, without the need to invoke higher order interactions. However, when noise is included, the transition to synchronization becomes smoother and proceeds through the formation of plateaus, albeit at the cost of requiring larger coupling strengths.

研究の動機と目的

• 具体的な微視的モデルを前提とせず、同期クラスターを検出する無偏りの代替ダイナミクスを動機づけ開発する。
• メッセージ伝搬アルゴリズムを活用して、有効なIsing様モデルの臨界点を横断する動的整合性クラスターを識別する。
• 大規模ネットワークにおける同期核としてのトポロジカル等価性（TE）グループの役割を調査する。
• 結合強さJおよびノイズの存在下で同期パターンがどのように変化するかを探る。

提案手法

• 未知の確率論的ダイナミクスをネットワーク上の二値Ising変数でモデル化する。
• エッジメッセージu_{i->j}を更新するためにメッセージ伝搬アルゴリズム（ベイズ伝搬）を用いる。β u_{i->j}(t+1)=atanh[tanh(β J_{i,j}) tanh(β h_i + sum_{k in ∂i\{j}} β u_{k->i}(t))]。
• J_{i,j}=J>0およびβ=1と設定し、定常メッセージになるまでまたはlarge t_maxに達するまで反復する。
• ノードの平均 x_i(t)=tanh(β h_i + sum_{k in ∂i} β u_{k->i}(t))を計算する。
• |x_i - x_j|の閾値εを用いてiとjを同期と宣言し、ノードをQクラスターに分割する（式(3)）。
• 三つの変種を調査する：一様初期条件、乱択初期条件、ノイズを伴う乱択初期条件。

実験結果

リサーチクエスチョン

• RQ1 MPAに基づく無偏りの代替ダイナミクスは、特定の微視的ダイナミクスを仮定せずに同期ノードのクラスターを識別できるか？
• RQ2 トポロジカル等価性（TE）グループは同期核および結合Jが変化する際の出現するクラスター化同期とどのように関連するか？
• RQ3 この枠組みでノイズは同期遷移とクラスター形成にどのような影響を与えるか？
• RQ4 高結合下でTEグループは同期クラスター内に含まれやすいか、 intra-対 inter- グループの結合性によってどう変わるか？

主な発見

• TEグループは同期の核として作用し、クラスターはしばしばTEグループの一部を含み、Jが大きくなるにつれて多くのTEグループが同期クラスター内に含まれる。
• ノイズなしの乱択初期条件実行では、Jを増加させると離散的な同期遷移が生じ、クラスター数の急激な変化が見られ、しばしば自発的磁化のような振る舞いに関連する。
• 正の初期条件では、臨界結合J1, J2, …の系列が新しい同期クラスターの出現と高Jでの飽和を示す。
• 乱択初期条件バージョンでは、臨界点に近づくとQとQ_synchが上昇した後Jcで低下し、遷移時の爆発的な同期解除を示し、その後各臨界点を越えると滑らかな同期へ再入。
• ノイズありバージョン（非ゼロのh*）では、同期プラトーが現れ、結合とともに参加が非減少的に増加する一方、TEグループの関連性は大幅に低下し、ダイナミクスは振動的になる。