[論文レビュー] Renormalization group analysis of the small-world network model

M. E. J. Newman, Duncan J. Watts|RePEc: Research Papers in Economics|Mar 24, 1999

Opinion Dynamics and Social Influence被引用数 5

ひとこと要約

本稿は、大規模系の極限において、小ワールドネットワークモデルの正確な実空間ループ群（RG）変換を提示し、ランダム性が低下する際の連続的相転移と発散する相関長を示している。ランダム性の強さ、ネットワークサイズ、格子構造の関数としての平均パス長（分離度数）の正確な臨界指数およびスケーリング形を導出しており、数値シミュレーションによって確認されている。

ABSTRACT

We study the small-world network model, which mimics the transition between regular-lattice and random-lattice behavior in social networks of increasing size. We contend that the model displays a normal continuous phase transition with a divergent correlation length as the degree of randomness tends to zero. We propose a real-space renormalization group transformation for the model and demonstrate that the transformation is exact in the limit of large system size. We use this result to calculate the exact value of the single critical exponent for the system, and to derive the scaling form for the average number of "degrees of separation" between two nodes on the network as a function of the three independent variables. We confirm our results by extensive numerical simulation.

研究の動機と目的

• 小ワールドネットワークモデルが、規則的構造からランダム構造への遷移付近における臨界的挙動を理解すること。
• 遷移が相関長が発散する連続的相転移の特徴を示すかどうかを特定すること。
• 熱力学的極限において適用可能な正確な実空間ループ群変換を開発すること。
• 平均パス長（分離度数）の正確な臨界指数を計算し、スケーリング形を導出すること。
• 広範な数値シミュレーションを通じて解析的結果を検証すること。

提案手法

• 小ワールドネットワークモデルに対する実空間ループ群変換を提案し、大スケールのネットワーク構成を粗いスケールの同等物に写像する。
• 無限大の系サイズの極限において、RG変換が正確になることを示し、臨界的挙動の解析的取り扱いを可能にする。
• RGフローを用いて固定点を特定し、相関長の発散に関連する臨界指数を抽出する。
• ネットワークサイズ、ランダムネスパラメータ、初期格子構造の関数としての平均分離度数のスケーリング形を導出する。
• 導出したスケーリング形を用いて、異なるネットワーク領域における平均パス長の挙動を予測する。
• 小ワールドモデルの大型数値シミュレーションを用いて、解析的予測を検証する。

実験結果

リサーチクエスチョン

• RQ1 小ワールドネットワークモデルは、ランダムネスパラメータがゼロに近づく際に連続的相転移を示すか？
• RQ2 小ワールドモデルにおける相関長の発散を支配する正確な臨界指数は何か？
• RQ3 臨界領域において、平均パス長（分離度数）はネットワークサイズおよびランダムネスとどのようにスケーリングするか？
• RQ4 熱力学的極限において、小ワールドネットワークモデルに対して正確な実空間ループ群変換を構築可能か？
• RQ5 モデルの全パrameter範囲にわたる平均パス長のスケーリング則の関数的形は何か？

主な発見

• 小ワールドネットワークモデルは、ランダムネスパラメータがゼロに近づく際、発散する相関長を伴う連続的相転移を示す。
• 正確なRG変換を用いて、系の正確な臨界指数が解析的に導出された。
• 平均分離度数のスケーリング形が、ネットワークサイズ、ランダムネス、初期格子構造の関数として導出された。
• 導出されたスケーリング則は、異なるパラメータ領域における平均パス長の挙動を正確に予測でき、数値シミュレーションによって確認された。
• 実空間RG変換は熱力学的極限において正確であり、モデルの臨界的挙動を厳密に取り扱うための解析的フレームワークを提供する。
• 数値シミュレーションは解析的予測と非常に良好に一致しており、スケーリング則および臨界指数の妥当性が検証された。