[論文レビュー] Scale-free networks revealed from finite-size scaling

Matteo Serafino, Giulio Cimini+4 more|arXiv (Cornell University)|May 23, 2019

Complex Network Analysis Techniques参考文献 37被引用数 1

ひとこと要約

本論文は、有限サイズスケーリングを、実世界のネットワークにおけるスケールフリー性を分析するフレームワークとして導入し、多くの現実のネットワーク—生物学的・技術的・情報的システムを含む—が自己調整を必要とせずにスケールフリー特性を示すことを明らかにした。研究では、多様なネットワークタイプにわたるスケーリング指数の間で普遍的な指数関係が存在することを発見し、インfra構造および社会的ネットワークではその乖離が観察された。

ABSTRACT

Networks play a vital role in the development of predictive models of physical, biological, and social collective phenomena. A quite remarkable feature of many of these networks is that they are believed to be approximately scale free: the fraction of nodes with $k$ incident links (the degree) follows a power law $p(k)\propto k^{-\lambda}$ for sufficiently large degree $k$. The value of the exponent $\lambda$ as well as deviations from power law scaling provide invaluable information on the mechanisms underlying the formation of the network such as small degree saturation, variations in the local fitness to compete for links, and high degree cutoffs owing to the finite size of the network. Indeed real networks are not infinitely large and the largest degree of any network cannot be larger than the number of nodes. Finite size scaling is a useful tool for analyzing deviations from power law behavior in the vicinity of a critical point in a physical system arising due to a finite correlation length. Here we show that despite the essential differences between networks and critical phenomena, finite size scaling provides a powerful framework for analyzing self-similarity and the scale free nature of empirical networks. We analyze about two hundred naturally occurring networks with distinct dynamical origins, and find that a large number of these follow the finite size scaling hypothesis without any self-tuning. Notably this is the case of biological protein interaction networks, technological computer and hyperlink networks and informational citation and lexical networks. Marked deviations appear in other examples, especially infrastructure and transportation networks, but also social, affiliation and annotation networks. Strikingly, the values of the scaling exponents are not independent but satisfy an approximate exponential relationship.

研究の動機と目的

• 有限サイズの影響を受ける実世界のネットワークにおいて、有限サイズスケーリングがスケールフリー性を検出・定量する能力を調査すること。
• 実際のネットワークのスケールフリー性が、自己調整機構を必要とせずに自然に生じるのかを特定すること。
• べき乗則からの系統的乖離を同定し、異なるネットワークカテゴリにおけるその原因を理解すること。
• 多様なネットワークタイプにわたるスケーリング指数の間の普遍的関係を探索すること。

提案手法

• 臨界現象の分野で一般的に用いられる有限サイズスケーリング技術を、有限ネットワークにおける次数分布の乖離を分析するために応用する。
• 有限サイズスケーリング仮説を検証するために、異なる動的起源を持つ約200の実世界ネットワークを分析する。
• 次数分布をべき乗則にフィットさせ、スケーリングコラプス技術を用いて乖離を検証する。
• べき乗則の尾部 p(k) ∝ k^−λ からスケーリング指数 λ を特定し、ネットワークタイプ間での一貫性を評価する。
• 異なるネットワークサイズからのデータが、単一の普遍的曲線に収束するかをスケーリングコラプスを用いてテストする。
• 異なるネットワーククラス間のスケーリング指数の関係を調査し、普遍的パターンを同定する。

実験結果

リサーチクエスチョン

• RQ1 有限サイズスケーリングは、有限な実世界ネットワークにおけるスケールフリー性を効果的に明らかにできるか？
• RQ2 実際のネットワークは、パrameterの自己調整を必要とせずにスケールフリー特性を示すのか？
• RQ3 べき乗則からの系統的乖離は存在するのか？ もしあるならば、どのネットワークタイプがそれらを示すか？
• RQ4 異なるネットワーククラス間でスケーリング指数の普遍的関係が存在するか？
• RQ5 インフラ構造および社会的ネットワークにおける観察された乖離の背後にあるメカニズムは何か？

主な発見

• タンパク質相互作用、コンピュータ、ハイパーリンク、引用、語彙的ネットワークなど、多数の実世界ネットワークが自己調整を伴わずに有限サイズスケーリング仮説に従う。
• 生物学的・技術的・情報的ネットワークは、有限サイズスケーリング分析において、明確なスケールフリー構造の証拠を示している。
• インfra構造、輸送、社会的、アフィリエーション、アノテーションネットワークは、スケールフリー性から顕著に乖離している。
• ネットワークタイプにわたるスケーリング指数は、概ね指数関係を満たしており、普遍的なメカニズムの存在を示唆している。
• 有限サイズ効果は観測された次数分布に顕著な影響を及ぼしており、有限サイズスケーリングはこれら効果を効果的に捉えている。
• 本研究は、実世界ネットワークにおけるスケールフリー性が有限サイズの影響によるアーティファクトではなく、有限サイズスケーリングによって説明可能な頑健な特徴であることを示した。